Machine learning 处理文本数据进行分类

假设我们有由离散值和文本字符串组成的输入数据，并且输出应该是一组标记

要将这些数据转换成可以输入神经网络的数据，我很难弄清楚如何处理文本输入

---

仅使用文本输入，我假设生成思想向量的RNN可以工作，但是我有点不确定如何提供其余的输入数据。

如果您使用RNN处理文本输入，那么RNN的输出可以与离散特征的一个热编码连接。然后，可以将串联的向量馈送到输出层（例如，用于计算跨多个标签的交叉熵损失的logistic）

类似地，如果使用嵌入层映射输入文本，也可以学习离散特征的另一种嵌入。然后可以将两个嵌入的要素族连接起来，以输入到输出层中

---

稍微无关的后续问题：你能详细说明年龄的4维嵌入吗？我举了一个离散特征的例子。我假设您有几个有效值，例如：18或更少、19到35、36到45、46或更高。因为基数很低，所以我使用了一个低嵌入维度。谢谢你的澄清！非常感谢。我会尝试正常化年龄，只使用一个维度；然而，这听起来很有趣！