Ejemplos: Tengo una oración en la descripción del trabajo: "Ingeniero senior de Java en el Reino Unido".
Quiero usar un modelo de aprendizaje profundo para predecirlo en 2 categorías: English
y IT jobs
. Si uso el modelo de clasificación tradicional, solo puede predecir 1 etiqueta con softmax
función en la última capa. Por lo tanto, puedo usar 2 redes neuronales modelo para predecir "Sí" / "No" con ambas categorías, pero si tenemos más categorías, es demasiado costoso. Entonces, ¿tenemos algún modelo de aprendizaje profundo o aprendizaje automático para predecir 2 o más categorías al mismo tiempo?
"Editar": con 3 etiquetas por enfoque tradicional, se codificará por [1,0,0] pero en mi caso, se codificará por [1,1,0] o [1,1,1]
Ejemplo: si tenemos 3 etiquetas, y una oración puede encajar con todas estas etiquetas. Entonces, si la salida de la función softmax es [0.45, 0.35, 0.2], ¿deberíamos clasificarla en 3 etiquetas o 2 etiquetas, o puede ser una? El principal problema cuando lo hacemos es: ¿cuál es un buen umbral para clasificar en 1, 2 o 3 etiquetas?