作者oe725 ( )
看板DataScience
标题[问题] generator model的相关问题
时间Wed Dec 11 11:30:50 2019
[作业系统]:Ubuntu
[问题类别]:ML genertaor
[问题内容]:
各位大大好,
我的目的是 : 训练一个model, 将输入文档dataA经过重新排列/删除/替代等动作後, 输
出新的文档dataB
因为没有做过文字类的训练, 所以有些问题想请教各位先进
我的问题是 :
1.1 首先我要将本文dataA映射到vector space, 因为我的dataA是纯字元+数字+符号, 所
以没有前後文语意相关性的问题
如果透过word2vector以字元为单位, 看起来就像是指定一个index给它, 如果是这样的
话, 是不是直接转ascii码也可行
1.2 因为已知input(x):dataA 与 output(y):dataB, 所以属於supervised learning
这样我的文档(dataA, dataB)转成vector时, 是不是整篇转成一维的矩阵即可
2. 依照我的需求, 我应该是要找一个supervised generator model
感觉我的应用可以参考AutoEncoder, 看了几篇还是不好下手
其中有看到一篇eForest(AutoEncoder by forest), 但是github中用的都是classifier和
regressor, 没有generator的范例
想请教各位大大是否有建议的model/github可以提供参考&练习, 或者是我前面的思路有
误, 请指正, 谢谢
感恩
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 223.140.163.29 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/DataScience/M.1576035052.A.6A7.html
1F：→ erre: 掰陈call svm, 参考看看 12/12 10:08
2F：→ school4303: 不要理一楼 他来乱的 12/12 15:57
3F：推 illegalplan: 你这如果完全没有顺序问题的话 就是训练一种 bag of 12/13 23:59
4F：→ illegalplan: word vector mapping. 也可以试试seq2seq model 12/13 23:59
5F：→ illegalplan: 把他当机器翻译做 12/14 00:00
6F：→ patrick2dot0: 1.1可以用ascii 但要转one hot encoding 12/15 00:58
7F：→ patrick2dot0: 1.2你dataA跟dataB的长度固定吗? 12/15 00:59
8F：→ patrick2dot0: 不固定的话可以参考seq2seq 12/15 01:00
9F：→ patrick2dot0: 前处理可以参考pytorch tutorial的 12/15 01:02