Ibm cloud Watson自然语言分类器-使用类的比例

当使用Watson的NLC API时，可以为类使用刻度吗？例如，1-5评级或是/否/可能分类

---

我的训练数据由一系列新闻标题组成。对于每一个，我有一个“类”不有趣，有点有趣，和非常有趣。我想根据读者在过去感兴趣的内容来预测这是否是一个读者感兴趣的标题。因为它更像是一个预测1到3之间的数字的回归模型，我想知道分类器是否能正确地用于此应用程序。想法？

是的，你可以使用1-5级评分（使用5个类别），如果有效，很难说，因为这取决于你的数据：-）

但这是一种完全有效的方法

NLC将在幕后做的是从每个文本样本中提取含义，使用基于wikipedia的内部本体计算一些语义距离，并尝试根据每个样本文本的概念创建分类器

因此，如果在您的文本示例中，每个簇之间存在内在语义差异，那么使用5个类别就可以了，这样分类器就可以正确地收集相关的内容并区分不同的内容

这里使用了相同的逻辑，使用Watson图像分类器代替NLC，但逻辑是相同的