如何创建一个功能，以不同语言检测文本中的年龄？

Question

我有几种语言的文本分类任务。如果我想创建一个从文本中提取年龄的功能，如果这是可能的类：18-24，25-34，35-49和50-xx"我应该使用什么方法只有推文作为语料库。我已经准备好尝试使用所有的推文，但性能非常低（0.66）任何关于如何完成这项任务的想法？提前谢谢。

Answer 1

由于它仍然是一项研究任务，我建议几个链接到科学论文（链接和以下摘要主要来自our paper的'相关工作'部分 - 不幸的是，俄语，所以我编辑了谷歌翻译一点点。

所以，看看这些作品（标有年份）：2009，2010，2011，2013，2014。

总结：您应该找到或创建标记语料库并使用具有以下功能的监督机器学习：

1. 文字特征：n-gram超过单词和字符，
2. 风格特征：词性，俚语，平均句子长度，标点符号，首字母缩略词，表情符号等。
3. 社交网络功能：用户的朋友数量，用户页面上显示的帖子数量，帖子总数，用户帖子的平均评论数量。