如何做数据的分类?

部署运行你感兴趣的模型镜像
常见的数据分类方式有2种,一种是按照数据所属的类别进行层次分类,一种是采用关键字或者标签的方式进行分类。

到底哪种方式好呢?我想本身并不应该有明显的界限,如果数据本身就不叫有层次划分如:生物学中的种、属、科、目等层次的分类,那么采用层次分类比较好;一般而言采用关键字的方式比较有弹性,使数据可以隶属为多个关键字,使单一数据适应多个分类。

现在产品的系统中主要采用的层次分类的方式,明显发现了一个数据对应多个特性的时候,检索的不方便,我想最佳的方式是可以兼顾2种方式,以达到更好的效果。

但是在分析的时候发现,关键字的提取,就是现在流行的打标签做法,比较麻烦,如果录入数据的时候在录入关键字,用户是比较讨厌的,因此如果录入的数据纯文本的,标签应该可以从录入的数据中辅助用户采集,如果录入的数据是2进制的数据,则只能手工来做了。

现在看通过标签来扩展系统的特性,是一个很不错的办法,我们系统中原先存在一个“锁定”的特性,只有“锁定”和“解锁”2个状态,现在用户希望出现“锁定、解锁、临时锁定。。。”给“锁定”增加多种状态,原先的设计就不合适了,因此关键字的做法就更好了。

您可能感兴趣的与本文相关的镜像

Dify

Dify

AI应用
Agent编排

Dify 是一款开源的大语言模型(LLM)应用开发平台,它结合了 后端即服务(Backend as a Service) 和LLMOps 的理念,让开发者能快速、高效地构建和部署生产级的生成式AI应用。 它提供了包含模型兼容支持、Prompt 编排界面、RAG 引擎、Agent 框架、工作流编排等核心技术栈,并且提供了易用的界面和API,让技术和非技术人员都能参与到AI应用的开发过程中

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值