12

我正在尝试进行一些文本分析，以确定给定的字符串是否......在谈论政治。我想我可以创建一个神经网络，其中输入是字符串或单词列表（排序可能很重要？），输出是字符串是否与政治有关。

然而，brain.js 库只接受 0 到 1 之间的数字或 0 到 1 之间的数字数组的输入。如何以能够完成任务的方式强制我的数据？

4

3 回答 3

15 
new brain.recurrent.LSTM();

这对你有用。

例子，

var brain = require('brain.js')
var net = new brain.recurrent.LSTM();
net.train([
  {input: "my unit-tests failed.", output: "software"},
  {input: "tried the program, but it was buggy.", output: "software"},
  {input: "i need a new power supply.", output: "hardware"},
  {input: "the drive has a 2TB capacity.", output: "hardware"},
  {input: "unit-tests", output: "software"},
  {input: "program", output: "software"},
  {input: "power supply", output: "hardware"},
  {input: "drive", output: "hardware"},
]);

console.log("output = "+net.run("drive"));


output = hardware

参考这个链接=> https://github.com/BrainJS/brain.js/issues/65 这对brain.recurrent.LSTM()有明确的解释和用法

于 2018-03-17T19:18:42.517 回答
2

您需要提出模型以将数据转换为元组列表[input, expected_output]，其中input0 到 1 之间的数字列表表示给定单词，output0 到 1 之间的数字表示句子与目标的接近程度分析（政治）。例如，对于句子“The quick brown cat jumped over the lazy dog”，您可能希望给零分。像“总统摆脱腐败丑闻”这样的句子，你可能想给一个非常接近的分数。

如您所见，您最大的挑战实际上是获取数据并对其进行清理。将其转换为训练格式很容易，您可以将单词散列为 0 到 1 之间的数字，并确保处理不同的大小写、标点符号，并且您可能希望对单词进行步进以获得最佳结果。

还有一件事，您可以使用术语相关性算法对训练数据集中单词的重要性进行排名，这样您就可以只选择句子中最k相关的单词，因为您需要每个句子的数据大小一致。

于 2016-05-05T06:26:22.490 回答
1

因此，显然文本不能很好地强制 NN 输入。

朴素贝叶斯分类器看起来正是我想要的。https://github.com/harthur/classifier

于 2016-05-05T08:14:06.297 回答