Ang hindi pa naisusulat na pagkatuto ay isang uri ng pagkatuto ng makina na nagsusuri ng datos nang walang mga tugon. partikular na kapaki-pakinabang ito sa datos ng teksto, kung saan maaaring hindi makuha o magastos makuha ang mga tatak.Ang artikulong ito ay tumutuklas ng mga karaniwang pamamaraan at praktikal na aplikasyon ng hindi nakukontrol na pagkatuto sa data ng teksto.
Mga Pamamaraan sa Di - Nasuring Teksto na Pagkatuto
Ilang mga pamamaraan ang ginagamit upang makakuha ng makabuluhang impormasyon mula sa datos ng teksto nang walang pangangasiwa. Ang pag-iiskeyting ng mga pangkat na katulad ng mga dokumento o salita, habang ang dimensiyonalidad na pagbabawas ng mga semplifies high-dimensional data sa mga advanced form. Ang pagmomodelo ay nagpapakilala ng mga nakapailalim na tema sa loob ng malaking teksto corpora.
Karaniwang Pamamaraan
- K-Means Clustering: Partititions text data to clusters batay sa tampok na pagkakatulad.
- Latent Dirichlet Allocation (LDA): Nakatuklas ng mga paksa sa pamamagitan ng pagmomodelo ng mga salitang distribusyon sa ibayo ng mga dokumento.
- Ang Principal Component Analysis (PCA): ay nagpapaliit ng mga katangiang dimensiyonalidad ng espasyo para sa pagkokokodigo at pagsusuri.
- Mga Pangungusap na Embeding: Mga salitang representante sa patuloy na espasyong vector upang bihagin ang mga semantikong relasyon.
Mga Halimbawa sa Pagkakapit
Sa dokumentong pagpupulong, nagsasaayos sila ng malalaking koleksiyon para sa mas madaling pagkuha ng impormasyon. Ang pagmomodelo ay tumutulong upang makilala ang mga karaniwang tema sa social media o mga artikulo sa balita.