找出机器学习问题的类型

Posted 2023-03-13

【中文标题】找出机器学习问题的类型

【英文标题】：Figuring out the type of machine learning problem

【发布时间】：2021-05-22 02:40:05

【问题描述】：

我不知道这是什么机器学习：

训练集：由带有对象短语的对象标签的句子组成 示例：

"This is a black chair. It is next to a large bed."

短语'This', 'black chair', 'it' 使用标签"chair" 进行注释，短语'large bed' 使用标签'bed' 进行注释。可以分配 18 个可用的标签。

对于未注释的句子，我想预测句子中每个短语的标签。

例如：

There is a study table in the corner of the room, behind it is a small chair.

我希望模型为上述句子中代表对象的每个短语预测一个标签（可用 18 个标签）。

预期输出：

'study table', 'it' -----> label 'table'

'small chair' -----------> label 'chair'

因此，对于每个句子，可能有多个输出标签。标签不与句子相关联，而是与句子中的短语相关联。

这是分类、回归还是其他类型的问题？

【问题讨论】：

我投票结束这个问题，因为它与 help center 中定义的编程无关，而是关于 ML 理论和/或方法 - 请参阅介绍和 注意 在machine-learningtag info.

【参考方案1】：

对我或 NER 来说，这是一个命名实体识别问题。阅读一些关于 NER 和 NLP（自然语言处理）的文章。 有一些已经训练好的模型可以帮助你。或者您可以尝试训练自己的 NER 模型

【参考方案2】：

与其他回应相反，我认为这是共指解决的任务。看来您需要将“黑椅子”链接到“它”。 命名实体识别的任务，是在文本、人名、日期、公司名称中找到实体。请参阅named entity 和named entity recognition。

共指解析的任务是找出哪个短语与未确定的主题相关联。我绝不是语言或共指解决专家。 因此我不知道使用什么方法来完成这项任务。