machine-learning - 情感分析/分类任务中二进制与 tfidf Ngram 特征的比较？

Question

又是一个简单的问题:使用 Ngram(unigram/bigram 等)作为简单的二进制特征更好，还是在 ML 模型(例如支持向量机)中使用它们的 Tfidf 分数来执行 NLP 任务(例如情感分析或文本分类/分类)是否更好？

Answer 1

正如 Steve 在评论中提到的，最好的答案(以及 ML 风格的方法)就是尝试!

话虽这么说，我将从二进制功能开始。像 SVM 这样的 ML 模型的目标是确定这些特征的“权重”，因此如果它有效，您不必尝试提前设置此权重(使用 TFIDF 或其他)。