文本分类算法

目录

一、传统机器学习方法——词袋模型

二、FastText

三、TextCNN

四、TextRNN

五、Bert

---

一、传统机器学习方法——词袋模型

TF值：某个词（字）在文本（一段话）中出现的频率

IDF值：某个词（字）在文本（一段话）中的普遍重要性的度量。某一词（字）的IDF值，可以由总文本数目除以包含该词（字）的文本的数目，再将得到的商取 10为底的对数。

词袋模型就是先用TF-IDF表示文本特征；然后把TF-IDF值和标签值送入分类模型训练。分类模型可以用LR模型、贝叶斯、SVM等。

详见 自然语言处理(NLP) 三：词袋模型 + 文本分类_smart boy-CSDN博客

二、FastText

 第一步：输入层

 在word2vec中，它的输入就是单纯的把词袋向量化。