原书出处
机器学习算法原理与编程实践
02 第2章 中文文本分类
呼叫记录可以把每封邮件自然转换为一个文本。但是,对于较长的文件,则需要决定是否使用整个文档或切分文档为各节、段落或句子。
选择适当的范围取决于文本挖掘任务的目标:对于分类或聚类的任务,往往把整个文档作为处理单位;对于情感分析、文档自动文摘或信息检索,段落或章节可能更合适。
2. 建立分类文本语料库 文本分类中所说的文本语料一般分为两大类。 1)训练集语料 训练集语料是指已经分好类的文本资源
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/机器学习算法原理与编程实践/_epub-src/OEBPS/text00010.html
EPUB SHA-256:70d8d79af4c27e857a132f2bb0cf0dbfa14854fa17c13eacb72320d7c9bf315d