示例:我的职位描述中有一句话:“英国Java高级工程师”。
我想使用深度学习模型将其预测为2类:English
和IT jobs
。如果我使用传统的分类模型,则只能预测softmax
最后一层具有功能的标签。因此,我可以使用2个模型神经网络来预测两个类别的“是” /“否”,但是如果我们有更多类别,那就太贵了。那么,我们是否有任何深度学习或机器学习模型可以同时预测2个或更多类别?
“编辑”:使用传统方法使用3个标签,它将由[1,0,0]编码,但在我的情况下,它将由[1,1,0]或[1,1,1]编码
示例:如果我们有3个标签,并且所有这些标签都适合一个句子。因此,如果softmax函数的输出为[0.45,0.35,0.2],我们应该将其分类为3个标签或2个标签,或者可以是一个?我们这样做的主要问题是:分类为1个,2个或3个标签的最佳阈值是多少?
我们必须使用Sigmoid函数而不是softmax函数。它可以为数据点分配多个类。
—
NITISH MAHAJAN