Machine learning 是否有任何ML分类器通常最适合NLP项目？
我写了一个程序，从一个特定的网站上读取单词向量并进行分类 我得到了最高的精度和F分数为一个随机分类器。我不确定我能做些什么来提高精度，除了改变模型。我尝试使用MLP，但着陆时精度较低。我应该使用其他的神经网络吗 有人知道什么模型通常适用于这种基于NLP的程序吗Machine learning 是否有任何ML分类器通常最适合NLP项目？,machine-learning,deep-learning,neural-network,nlp,text-classification,Machine Learning,Deep Learning,Neural Network,Nlp,Text Classification,我写了一个程序，从一个特定的网站上读取单词向量并进行分类 我得到了最高的精度和F分数为一个随机分类器。我不确定我能做些什么来提高精度，除了改变模型。我尝试使用MLP，但着陆时精度较低。我应该使用其他的神经网络吗 有人知道什么模型通常适用于这种基于NLP的程序吗 简言之，该程序所做的就是在给定网页的HTML中查找某些功能，将它能找到的单词矢量化（使用预定义的向量空间），并根据这些特征进行分类。我得到了超过90%的分类准确率。有什么帮助吗？尝试将此问题发布到AI stack exchange上。如果
简言之，该程序所做的就是在给定网页的HTML中查找某些功能，将它能找到的单词矢量化（使用预定义的向量空间），并根据这些特征进行分类。我得到了超过90%的分类准确率。有什么帮助吗？尝试将此问题发布到AI stack exchange上。如果您可以分享一些数据和类别的示例，也会很有帮助。“你的问题太笼统和宽泛了，现在还不能这么说。”阿德南肯定。我可以简单地解释这项工作。这很好吗？>90%对于文本分类来说是非常好的结果-您可能会找到一个精度更高的MLP模型，但找到一个模型的努力可能不值得花费时间，而且您可能会在推理时失去速度通常没有适用于NLP的“to go”模型。这取决于你有多少数据，你的数据有多干净，你在解决什么问题。。。知识来自于你在这个领域获得的经验。