Python 如何使机器学习模型产生新的东西
为这个糟糕的标题感到抱歉,我想不出如何恰当地表达它 基本上,我在python中有一个小的ClassificationML初学者项目,它使用scikit learn&doc2vec来区分讽刺新闻标题和真实新闻标题。这一切都是可行的,但我想看看,如果我使用经过训练的模型,让它尝试生成一个新的讽刺/真实的标题,会发生什么。我觉得这是一个完全不同的问题,我不知道从哪里开始 基本上,我的问题是,人们如何使用ML实现以下目标:Python 如何使机器学习模型产生新的东西,python,machine-learning,Python,Machine Learning,为这个糟糕的标题感到抱歉,我想不出如何恰当地表达它 基本上,我在python中有一个小的ClassificationML初学者项目,它使用scikit learn&doc2vec来区分讽刺新闻标题和真实新闻标题。这一切都是可行的,但我想看看,如果我使用经过训练的模型,让它尝试生成一个新的讽刺/真实的标题,会发生什么。我觉得这是一个完全不同的问题,我不知道从哪里开始 基本上,我的问题是,人们如何使用ML实现以下目标: 给定大量歌词=>创建歌词 给很多诗=>写一首诗 等等 谢谢。我建议使用LSTM(
谢谢。我建议使用LSTM(长-短期记忆模型),你可以像这样分解你的语料库(标题): 我将以我的第一句话为例
- 输入|标签
- 我会的
- 我推荐你
- 我建议使用 .
要对语料库进行标记,可以使用Python的库Keras。您可能想看看GANs。已经说过,你的帖子与Stackoverflow无关。查看其他Stackexchange页面Sokay,谢谢您让我知道!