machine-learning - 如何使用神经网络找到子串的主要部分？

Question

我很困惑。是否可以在句子中找到主要单词或子字符串（在训练集的帮助下）。我正在分析职位空缺并尝试构建一个文本主应用程序，这可能会质疑文本中提到的技能。是的，也许这是使用技能字典进行某种全局文本搜索的任务，但我真的很好奇，NN 可以帮忙吗？如您所料，我是 ML 的新手。

Answer 1

简短的回答：没有神经网络无济于事。

长答案：如果你真的，真的想要他们并且拥有大量的时间和技能，也许他们可以。问题在于神经网络用于处理数字而不是单词。大多数类型的神经网络依赖于确定两个值是否彼此接近的能力。对于语言上下文中的字符串，这仍然不容易。

所以如果你不想在接下来的几年里研究神经网络，我会寻找一种不同的方法；）

Answer 2

Word2Vec 是神经网络的一个基本应用程序，它可以帮助创建单词的数字表示，您可以使用它来构建对句子的智能解释。

更有趣的是，使用 LSTM 可以处理上下文，并识别句子中的关键词，如本文：http ://www.clsp.jhu.edu/~guoguo/papers/icassp2015_myhotword.pdf 。这是一篇关于识别句子中的关键词以允许更快、更有用的语音识别软件应用的论文。这是 github：https ://github.com/MajerMartin/lstm-dtw-keyword-spotting 。在这篇文章中解释的太多了，但这会让你很忙，让你开始训练神经网络来识别关键词。