问什么是自然语言处理中的特征生成器

EN

如果我没看错的话，我相信这句话中的“特征生成”指的是从你的文本中提取特征的过程。不涉及太多细节，这基本上是获取您认为对预测/分类任务有用的数据维度，并将其放入向量表示中。

例如，假设我们试图创建一个分类器来确定一封电子邮件是否为垃圾邮件。我们可以提取诸如CONTAINS_WORD_NIGERIA或IS_FROM_PERSON_IN_CONTACT_LIST之类的特征。或者，如果我们遵循上面的引述，我们可能会使用html标记(如PERCENT_OF_WORDS_IN_HREF_TAG )来实现特定的功能。正如您可能想象的那样，当进行特征工程时，您可以走得太远，真正的挑战在于优化您的功能集，以便在看不见的数据上给您带来良好的结果。