<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>文本分类 on 知识铺的博客</title>
    <link>https://index.zshipu.com/geek/tags/%E6%96%87%E6%9C%AC%E5%88%86%E7%B1%BB/</link>
    <description>Recent content in 文本分类 on 知识铺的博客</description>
    <generator>Hugo -- gohugo.io</generator>
    <language>zh-CN</language>
    <lastBuildDate>Tue, 15 Mar 2022 11:25:15 +0800</lastBuildDate>
    <atom:link href="https://index.zshipu.com/geek/tags/%E6%96%87%E6%9C%AC%E5%88%86%E7%B1%BB/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>个你应该用用看的用于文本分类的最新开源预训练模型</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%AA%E4%BD%A0%E5%BA%94%E8%AF%A5%E7%94%A8%E7%94%A8%E7%9C%8B%E7%9A%84%E7%94%A8%E4%BA%8E%E6%96%87%E6%9C%AC%E5%88%86%E7%B1%BB%E7%9A%84%E6%9C%80%E6%96%B0%E5%BC%80%E6%BA%90%E9%A2%84%E8%AE%AD%E7%BB%83%E6%A8%A1%E5%9E%8B/</link>
      <pubDate>Tue, 15 Mar 2022 11:25:15 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%AA%E4%BD%A0%E5%BA%94%E8%AF%A5%E7%94%A8%E7%94%A8%E7%9C%8B%E7%9A%84%E7%94%A8%E4%BA%8E%E6%96%87%E6%9C%AC%E5%88%86%E7%B1%BB%E7%9A%84%E6%9C%80%E6%96%B0%E5%BC%80%E6%BA%90%E9%A2%84%E8%AE%AD%E7%BB%83%E6%A8%A1%E5%9E%8B/</guid>
      <description>作者：PURVA HUILGOL 编译：ronghuaiyang 英文原文： https://www.analyticsvidhya.com/blog/2020/03/6-pretrained-models-text-classification/ 导读: 文本分类是 NLP 的基础任务之一，今天给大家介绍 6 个最新的预训练模型，做 NLP 的同学一定要用用看。 介绍 我们正站在语言和机器的交汇处。我对这个话题很感兴趣。机器能写得和莎士比亚一样好吗？如果一台机器可以提高我自己的写作技能呢？</description>
    </item>
    <item>
      <title>基于机器学习的文本分类</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E7%9A%84%E6%96%87%E6%9C%AC%E5%88%86%E7%B1%BB/</link>
      <pubDate>Tue, 15 Mar 2022 09:06:35 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E7%9A%84%E6%96%87%E6%9C%AC%E5%88%86%E7%B1%BB/</guid>
      <description>作者：李露，西北工业大学 据不完全统计，网民们平均每人每周收到的垃圾邮件高达10封左右。垃圾邮件浪费网络资源的同时，还消耗了我们大量的时间。大家对此深恶痛绝，于是识别垃圾邮件并对其进行过滤成为各邮件服务商的重要工作之一。 垃圾邮件识别问题本质上是一个文本分类问题，给定文档p（可能含有</description>
    </item>
  </channel>
</rss>
