使用CNN / NN进行文本分类和从文本中提取数据

时间:2017-05-23 05:41:38

标签: neural-network conv-neural-network recurrent-neural-network text-classification fuzzy-search

所以我有房屋地址和房屋号码(1到N)的数据,其中房屋地址在大多数地方都是@ 1house / city,即我们可以区分两个房屋和城市和街道名称。不需要用门号来区分。

我拥有所有住宅地址的数据 - 培训的数字映射。

现在,如果给出一个人的描述,这是一个非常混乱的文本,并且房屋地址作为文本的一部分,我应该能够将该人映射到门牌号码。 分类:Mc Donalds自助餐OLATHE KS ~~ XXX~XXXXXX~XXXXX1112 受过训练:15/31 oakwood street,OLATHE,kentucky state,KS,south lane。

现在,由于神经网络是在地址 - 房屋号码映射上训练的,我想创建一个具有N个输出节点的神经网络,并使用训练数据(N个点,1个地址作为1个输出节点的训练样本)。

训练数据集的大小是否足够?还有其他更好的方法,而不是使用CNN吗? (如果需要更多细节,将更新问题)

0 个答案:

没有答案