Skip to main content

11.3.1 文本分类路线图：文本输入、标签输出

文本分类接收一段文本，预测一个标签，例如情感、主题、意图或风险类型。

先看分类流水线​

文本分类章节学习顺序图

传统分类 baseline 图

神经分类 embedding pooling 图

复杂模型之前先做 baseline。大多数分类问题不是模型不够强，而是标签模糊或样本分布偏。

跑一个关键词 Baseline​

texts = ["great course and clear examples", "confusing setup error"]
positive_words = {"great", "clear", "good", "useful"}

for text in texts:
    score = sum(word in positive_words for word in text.split())
    label = "positive" if score > 0 else "needs_review"
    print(label, "-", text)

预期输出：

positive - great course and clear examples
needs_review - confusing setup error

简单 baseline 不是最终模型，但能快速暴露标签规则和失败案例。

按这个顺序学​

步骤阅读实操产出
1传统方法构建 TF-IDF 或关键词 baseline
2深度学习方法比较 embeddings、pooling、CNN/RNN/Transformer 特征
3项目实战追踪划分、指标、标签歧义和错误样例

通过标准​

如果你能训练或模拟一个分类器，报告 accuracy/F1，并解释至少一个标签模糊案例，就通过了本章。