machine-learning - 情感分析/分类任务中二进制与 tfidf Ngram 特征的比较？

Question

又是一个简单的问题：使用 Ngrams（unigram/bigrams 等）作为简单的二元特征，还是在 ML 模型（如支持向量机）中使用它们的 Tfidf 分数来执行情绪分析或文本分类/分类等 NLP 任务更好？

Answer 1

正如史蒂夫在评论中提到的，最好的答案（和 ML 风格的方式）是尝试！

话虽如此，我将从二进制特征开始。您的 ML 模型（如 SVM）的目标是确定这些特征的“权重”，因此如果它有效，则不必尝试提前设置此权重（使用 TFIDF 或其他）。