本文主要探讨了TFIDF结合XGBoost、LightGBM和CatBoost等树模型在文本分类中的应用，以及词向量如doc2vec与TextCNN、LSTM、LSTM+Attention等神经网络架构在文本理解上的效果。同时，我们还介绍了预训练模型BERT的微调技术在信息抽取和文本生成任务中的先进性。这些技术在信息技术领域展现出强大的潜力。
1 TFIDF+树模型：
树模型：xgboost、lightgbm、catboost
除了tfidf等，也可以加入其他特征
2 词向量+神经网络
词向量：doc2vec、embedding等
神经网络有：
TextCNN ：卷积神经网络
LSTM
LSTM+Attetnion
除了doc2vec等，也可以加入其他特征，如tfidf
3 BERT+finetune微调
扫一扫
03-12
831
831
10-01
133
133
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
