标签： lstm multiclass-classification document-classification
我正在一个项目上，该项目需要我开发一个模型，该模型以日志文件作为输入，并输出标识日志的标签，类似于文档分类。我创建了一个可能包含在日志文件中的所有单词的词汇表，词汇量约为2k-2.5k。但是，日志文件中的单词数确实很大（大约0.3-0.5百万）。鉴于词汇量不大，是否有一些特征简化技术可以使我使用LSTM这样的序列模型处理如此大的文档？