传统机器学习算法解决NLP问题

       如今解决nlp问题,一般都是使用深度学习相关算法。在深度学习算法没有发展到如今水平之前,都是通过传统机器学习算法来解决nlp问题。下面为大家总结了解决nlp相关问题的传统机器学习算法。

  • 分类模型:文本分类、意图识别、情感分类
    • Logistics Regression
    • Bayes Model
    • SVM
    • Decision Tree
  • 序列标注模型:分词、词性标注、命名实体标注
    • 隐马尔科夫模型(HMM)
    • 最大熵模型(MEM)
    • 条件随机场(CRF)
    • 平均感知机模型(AP)
  • 序列生成模型:机器翻译
    • 传统机器学习没有合适的算法,一般使用语言模型来做单语的序列生成,使用统计机器翻译模型实现双语的序列生成

缺点

  • 繁琐的特征工程
  • 算法模型对序列建模能力弱
  • 流水线式的搭建导致错误传播

https://edu.csdn.net/course/play/8673

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值