作者stayfool (fool)
看板DataScience
标题[问题] 机器学习向量空间一对多的表示方法?
时间Tue Nov 22 15:15:42 2022
作业系统:win10
问题类别:ML
使用工具::python,tensorflow
问题内容:
有A , B 两个空间,A空间的1个元素会对应到B空间的多个元素,
例如A空间有一元素叫作水果,会对应到B空间的荔枝、香蕉、芭乐等元素,
要训练机器将荔枝、香蕉、芭乐等等元素看过後(B空间的水果元素当作训练集),
然後输入某个水果,假设输入西瓜,西瓜是不在B空间的水果元素当作测试集,
让机器能够判断西瓜跟香蕉、芭乐等元素相似,会输出"水果"这个答案,
想要输入荔枝、香蕉、芭乐等各种水果元素
机器能回应"水果",该怎麽作?该找哪方面的资料?请各位大大提点,谢谢
PS: 水果元素只是举例,并不是真的要让机器看水果图片,
训练资料都是文字,没有图片
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 1.160.217.64 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/DataScience/M.1669101344.A.CC9.html
1F:推 yiche: 测试资料如果没在training时被模型看过,却希望模型能准确 11/22 17:21
2F:→ yiche: 识别分类,整个难度会上升很多 11/22 17:21
3F:→ yiche: 因为是文字资料seq2seq 是可以考虑的 11/22 17:21
4F:→ yiche: 另外不清楚是不是有multi-label的情况,有的话要注意不是一 11/22 17:21
5F:→ yiche: 般multi-class的分类问题。 11/22 17:21
6F:→ lycantrope: a一下作者 可以省下不少时间 11/22 17:59
7F:→ yoyololicon: 生成模型有一些概念类似你想做的事 11/23 20:10
8F:→ yoyololicon: 也许你可以换个方向思考 11/23 20:10
9F:→ chang1248w: 佛渡有缘人 11/24 21:26
10F:→ chang1248w: 这不就是word embedding 在做的目标吗 11/24 21:27
11F:→ chang1248w: 把bert的结构用contractive learning的角度想一遍 11/24 21:27
12F:→ chang1248w: 只要A集是已决定的,剩下好说 11/24 21:28
13F:→ chang1248w: 寒酸一点词袋也不是不行做 11/24 21:29
14F:→ chang1248w: 比较有意思的是要怎麽把B分群之後,定出有代表性的属 11/24 21:30
15F:→ chang1248w: 性当作A的。标签 11/24 21:30
16F:推 hsuchengmath: 让bert 预测 水果 荔枝 是不是同一类,bert应该能tr 11/28 15:00
17F:→ hsuchengmath: ansfer 学习到其他 类别的对应 预测 11/28 15:00
18F:推 OnePiecePR: 很像 word2vec 12/12 15:39