Я думаю, что мешок слов слишком прост для моей задачи. Я хочу, чтобы кто-то включал позиционную информацию слова в вектор-функцию. Например, «хороший» является вторым с конца и т. Д.Что такое хороший способ включить информацию о местоположении слова в вектор-функцию?
В большинстве случаев мы используем биграммы или триграммы слов в качестве функций: он несет большую часть информации о заказе слова в предложении, будучи гораздо менее разреженным, чем позиционный информация для каждого слова.
Например, для предложения the cat ate the mouse функции триграмм будет:
<b> <b> the, <b> the cat, the cat ate, cat ate the, ate the mouse, etc.
И вы можете оставить существующий ЛУК функции, а также.
Кроме того, если вы используете дискриминационную модель, вы можете добавить любую функцию, которая, как представляется, относится к вашей задаче, даже если эта функция не зависит от ваших существующих функций.
Очевидно, цель состоит в том, чтобы всегда находить правильный баланс между информацией и разрешающей способностью ... это зависит от вашего набора данных, вам нужно поэкспериментировать!
Что мешает вам попробовать эту идею? – Junuxx
Я имею в виду, должен ли я строить вектор для каждой позиции? Это кажется немного редким. – gstar2002
Действительно ли имеет значение, если термин является вторым с конца или четвертого с конца? Если ответ отрицательный, я бы рекомендовал использовать n-граммы вместо униграмм, чтобы захватить немного больше контекста (http://en.wikipedia.org/wiki/N-gram) – etov