Примеры: у меня есть предложение в должностной инструкции: «Старший инженер Java в Великобритании».
Я хочу использовать модель глубокого обучения, чтобы предсказать ее как 2 категории: English
и IT jobs
. Если я использую традиционную классификационную модель, она может предсказать только 1 метку с softmax
функцией на последнем слое. Таким образом, я могу использовать 2 модели нейронных сетей, чтобы предсказать «Да» / «Нет» с обеими категориями, но если у нас есть больше категорий, это слишком дорого. Так есть ли у нас какая-либо модель глубокого обучения или машинного обучения, чтобы предсказывать 2 или более категорий одновременно?
«Редактировать»: с 3 метками по традиционному подходу он будет закодирован как [1,0,0], но в моем случае он будет закодирован как [1,1,0] или [1,1,1]
Пример: если у нас есть 3 метки, и предложения могут соответствовать всем этим меткам. Таким образом, если выход из функции softmax равен [0,45, 0,35, 0,2], мы должны классифицировать его на 3 метки или 2 метки, или может быть одна? главная проблема, когда мы делаем это: какой хороший порог для классификации на 1, 2 или 3 метки?