Bagaimana Klasifikasi Teks - Bek TensorFlow erja

Klasifikasi Teks - TensorFlow algoritma mengambil teks seperti mengklasifikasikannya ke salah satu label kelas keluaran. Jaringan pembelajaran mendalam seperti BERT sangat akurat untuk klasifikasi teks. Ada juga jaringan pembelajaran mendalam yang dilatih pada kumpulan data teks besar, seperti TextNet, yang memiliki lebih dari 11 juta teks dengan sekitar 11.000 kategori. Setelah jaringan dilatih dengan TextNet data, Anda kemudian dapat menyempurnakan jaringan pada dataset dengan fokus tertentu untuk melakukan tugas klasifikasi teks yang lebih spesifik. Klasifikasi Teks Amazon SageMaker AI - TensorFlow algoritma mendukung pembelajaran transfer pada banyak model pra-latih yang tersedia di TensorFlow Hub.

Menurut jumlah label kelas dalam data pelatihan Anda, lapisan klasifikasi teks dilampirkan ke TensorFlow model pra-pelatihan pilihan Anda. Lapisan klasifikasi terdiri dari lapisan dropout, lapisan padat, dan lapisan yang terhubung sepenuhnya dengan regularisasi 2-norma, dan diinisialisasi dengan bobot acak. Anda dapat mengubah nilai hyperparameter untuk tingkat putus dari lapisan dropout dan faktor regularisasi L2 untuk lapisan padat.

Anda dapat menyempurnakan seluruh jaringan (termasuk model yang telah dilatih sebelumnya) atau hanya lapisan klasifikasi teratas pada data pelatihan baru. Dengan metode pembelajaran transfer ini, pelatihan dengan kumpulan data yang lebih kecil dimungkinkan.