文本特征工程之N-Gram

文本特征的选择和提取，是传统文本分类的核心内容。微信 最近在作文本的特征工程构建，陆陆续续搜集到一些公认的对文本表征能力比较强的特征，好比频次法、tf-idf、互信息方法、N-Gram、Word2Vec等，文本特征包含以上这些但也不限于这些。机器学习 频次法学习 频次法，顾名思义，十分简单。它记录每篇文章的次数分布，而后将分布输入机器学习模型，训练一个合适的分类模型。对这类数据进行分类，须要指出的

>>阅读原文<<