我正在研究文本分类问题,也就是说,给定一些文本,我需要为其分配一些给定的标签。
我尝试使用Facebook的快速文本库,它有两个我感兴趣的实用程序:
A)具有预训练模型的单词向量
B)文本分类实用程序
然而,似乎这些是完全独立的工具,因为我无法找到合并这两个实用程序的任何教程。
我想要的是能够通过利用Word-Vectors的预训练模型对某些文本进行分类。有没有办法做到这一点?
答案 0 :(得分:17)
FastText监督培训有-pretrainedVectors
参数,可以这样使用:
$ ./fasttext supervised -input train.txt -output model -epoch 25 \
-wordNgrams 2 -dim 300 -loss hs -thread 7 -minCount 1 \
-lr 1.0 -verbose 2 -pretrainedVectors wiki.ru.vec
很少有事情需要考虑:
-dim 300
参数设置。-loss hs
)答案 1 :(得分:0)
FastText的原生分类模式取决于您自己使用已知类的文本训练单词向量。因此,单词矢量被优化以用于训练期间观察到的特定分类。因此,该模式通常不会与预训练的矢量一起使用。
如果使用预先训练过的单词向量,您可以自己将它们组合成文本向量(例如,通过将文本的所有单词平均在一起),然后训练单独的分类器(例如scikit-learn的许多选项使用这些功能。