Python 为什么我们需要在文本生成应用程序中以小写顺序生成句子？还是有必要？

显然我在做一个关于文本生成的项目。根据tensorflow.org的代码示例，加载文本文件时，他们不会降低数据中的字母。然而，在其他来源中，例如deeplearningai在序列模型课程中的恐龙岛作业。我不知道降低文本中的字母会有什么效果，或者有什么效果？

这是为了简化需要表示多少元素。当您使用大写字母时，如果存在大写字母组合，则需要至少分配26个额外空格[a-Z]或更多。对于文本分类，我认为没有必要保留大写字母，因为这不会影响文本的阅读方式，但如果您试图生成序列中的下一个单词或下一个字母，那么它就变得很重要。

如果您的数据集很小，则可能需要将文本小写。想象一下，数据集中会出现“惊人”和“惊人”两个词。对于神经网络来说，这两个词是不同的。如果你有一个大数据集，并且这些词在不同的情况下多次出现，它可能会了解到“惊人”和“惊人”是同一件事。但是假设“惊人”这个词在你的训练集中出现了十次，而“惊人”只出现一次。模型很可能无法找出两者之间的关系，这可能会影响网络的性能

---

下半部的大小写也有助于使用OOV单词。想象一下，如果“惊人”从未出现在训练数据集中，但网络在测试样本中遇到它。如果您将输入值小写，则可以正常工作，但如果您不这样做，则会出现问题。

添加更多的26个大写字母是否会增加计算成本？谢谢你！我猜这取决于词汇表中的单词结构。对于一个使用单个字母的简单问题，它不会增加大量计算时间。您的解释对我来说似乎很清楚，非常感谢！我投票结束这个问题，因为它不是关于中定义的编程，而是关于ML理论和方法。