用於學習字符串模式的機器學習技術

Question

我是機器學習的新手，我正在尋找一種基於訓練數據集學習字符串模式的技術。

我的問題： 我有不同類型的單詞，屬於不同的類別。每個類別都有一些自己的模式（例如，一個只有特殊字符的固定長度，另一個只存在於這個「單詞」類別中的其他字符）。

例如：

"ABC" -> type1 
"ACC" -> type1 
"a8 219" -> type2 
"c 827" -> type2 
"ASDF 123" -> type2 
... 

我正在尋找一個機器學習技術，瞭解自身的這些模式的基礎上，訓練數據。我已經嘗試着自己定義一些預測變量（例如字符長度，特殊字符的數量......），然後使用神經網絡來學習和預測類別。但那是非常不合我想要的。我想要一種技術來自己學習每個類別的模式 - 甚至可以學習我從未想過的模式。

我想爲算法提供學習數據（由單詞範疇示例組成），並希望它爲每個類別學習模式，以便在稍後的生產中預測類似或相同的單詞。

有沒有一種最先進的方法來做到這一點？

感謝您的幫助

Answer 1

既然你有標籤秧雞，該過程會

1.創建飼料arff文件

例

@relation weka_mymodel_model 

@attribute text string 
@attribute @@class@@ {type1,type2} 

@data 
'boy am I stupid. I mean, wow, that was a major oversight. let\'s blame it on monday.',type1 
..... all your data 

2.裝載文件在weka軟件中

在pre-proc您可以過濾（轉換）數據;到例如StringToWordVector可以與J48分類等可以使用，但我們將離開這個現在，只使用可直接處理您的輸入

3.分類

在標籤「分類」分類，選擇屬性@@class@@然後選擇能夠支持文本分類直接一個良好的開端是NaiveBayesMultinominal

在分類器的界面，設置你的設置，施特默爾禁用詞，分詞等

的分類使用，並與小號設置依賴於數據，但您可以在「使用訓練集」，「提供的測試集」或「交叉摺疊」上運行分類器，以瞭解您的不同設置具有哪些結果。

4創建模型

當你很高興與您的設置，導出模型（右鍵單擊結果>>保存模型）。

5使用模型

加載Java中的模型，創建實例，它傳遞給模型，並擷取您的結果。

結論

的秧雞軟件讓您測試不同的設置，不同的分類算法，以找到最佳分類的最好方法是試運行不同的分類器（使用過濾器，選擇屬性等），與上一個不同的設置「提供測試集」並檢查結果。

]