google-cloud-platform - 我如何训练以在 NLP 中找到美国状态的出现？

Question

由于我们需要大量数据(例如 1000 行)来训练某个标签，因此当此集合被限制为 50 个州时，我如何训练以查找美国州的出现。

Answer 1

我认为这取决于您要在这里解决的任务。您是否需要区分某些双字母组合是否是美国州名？只需一组简单的名称就可以了吗？或者您正在尝试为州名构建某种简单的 NER ( https://en.wikipedia.org/wiki/Named-entity_recognition )？这样，您也可以从正则表达式的简单匹配开始，但如果您想稍后训练一些模型——您有 50 多个示例。您的数据集将不仅仅是“这两个字母是否代表状态”，而是许多句子，其中某处有状态名称，或者根本没有。