autoencoder - 我们可以使用自动编码器处理文本数据吗

Question

我正在基于医疗保健开展项目，将针对症状和疾病进行自动编码器培训，即我的输入为文本形式。那行得通吗？ (我正在使用Rstudio)。请任何人帮助我

Answer 1

您必须将文本转换为向量/数字。要实现诸如“单词袋”之类的传统方法，Tf-Idf会有所帮助，但是最新的神经单词嵌入(例如 Word2Vec，RNN 语言模型等)是获取文本数字表示的最佳技术。
请使用任何神经词嵌入技术，并将文本(单词level[word2vec], document level[doc2vec])转换为数字/向量)。
现在这些向量具有一定的维数，并且可以将此表示形式压缩为更小的维数，您可以使用 AutoEncode r。
随意询问任何其他需要的信息。
尝试使用Python执行这些任务，因为它具有最新的软件包。