Watson Natural Language Classifier - Utilisation d'une échelle pour les classes

Question

Lors de l'utilisation de l'API NLC de Watson, une échelle peut-elle être utilisée pour les classes? Par exemple, un classement de 1 à 5 ou une classification Oui/Non/Peut-être?

Mes données d'apprentissage consistent en une liste de titres d'actualité. Pour chacun, j'ai une "classe" de pas intéressante, plutôt intéressante, et très intéressante. Je veux prédire si c'est un titre qui serait intéressant pour le lecteur en fonction de ce qu'ils ont trouvé intéressant dans le passé. Parce que cela ressemble plus à un modèle de régression qui prévoit un nombre entre 1 et 3, je me demande si le classificateur fonctionnerait correctement pour cette application. Pensées?

Answer 1

Oui, vous pouvez utiliser un 1-5 note (en utilisant 5 catégories) et si elle fonctionne ou pas, il est difficile de dire, parce que cela dépend de vos données :-)

Mais il est tout à fait valable une approche. Ce que la NLC va faire en coulisses est d'extraire des significations de chaque échantillon de texte, en calculant une certaine distance sémantique à l'aide d'une ontologie interne basée sur Wikipédia, et d'essayer de créer un classificateur basé sur les concepts de chaque exemple de texte. Donc, l'utilisation de 5 catégories fonctionnera si, dans vos exemples de texte, il existe des différences sémantiques intrinsèques entre chaque groupe, de sorte que le classificateur peut correctement rassembler ce qui est en relation et mettre à part ce qui est différent.

La même logique a été utilisé ici, in this recipe, en utilisant classificateur Image Watson au lieu de NLC, mais la logique est la même.