4.1 任務(wù)說明

學(xué)習(xí)主題：論?分類（數(shù)據(jù)建模任務(wù)），利?已有數(shù)據(jù)建模，對新論?進?類別分類；

學(xué)習(xí)內(nèi)容：使?論?標題完成類別分類；

學(xué)習(xí)成果：學(xué)會?本分類的基本?法、 TF-IDF 等；

4.2 數(shù)據(jù)處理步驟

在原始arxiv論?中論?都有對應(yīng)的類別，?論?類別是作者填寫的。在本次任務(wù)中我們可以借助論?的標題和摘要完成：

對論?標題和摘要進?處理；

對論?類別進?處理；

構(gòu)建?本分類模型；

4.3 ?本分類思路

思路1：TF-IDF+機器學(xué)習(xí)分類器

直接使?TF-IDF對?本提取特征，使?分類器進?分類，分類器的選擇上可以使?SVM、LR、XGboost等

思路2：FastText

FastText是??款的詞向量，利?Facebook提供的FastText?具，可以快速構(gòu)建分類器

思路3：WordVec+深度學(xué)習(xí)分類器

WordVec是進階款的詞向量，并通過構(gòu)建深度學(xué)習(xí)分類完成分類。深度學(xué)習(xí)分類的?絡(luò)結(jié)構(gòu)可以選擇TextCNN、TextRnn或者BiLSTM。

思路4：Bert詞向量

Bert是?配款的詞向量，具有強?的建模學(xué)習(xí)能?。