Я знаю, что вы можете создавать категории слов с использованием классификации IBM Watson NLP. Но можно ли обучать или создавать категории в зависимости от количества слов. Например, одна пачка сигарет является плохой категорией, 2 упаковки являются вредной категорией, 3 упаковки являются смертельной категорией. Заранее спасибо.Классификация естественного langage IBM watson
Если вам интересно, вы все равно можете использовать NLC для классификации текста, который не содержит связанных чисел.
Например:
Текст: "Я никогда не курить" Класс: здоровый
Текст: "Я иногда курю" Класс: not_so_healthy
Текст: «Я много курю сигарет каждый день» Класс: вреден
Текст:„Я никогда не бросить курить“ Класс: летальный
Watson NLU не предоставляет слоты или категории слов, как и решения NLU, например. от Nuance/Vocon или Inferret. Это означает, что вы можете классифицировать полные высказывания, поскольку более старый ответ ниже иллюстрирует как класс/намерение, но вы не можете группировать слова подобного парадигматического значения в словарные классы - например, класс «автомобиль» = автомобиль, грузовик, велосипед.
Я на самом деле ссылаюсь на API классификации Watson NLP – kevbuntu
У меня есть ответ на мой собственный вопрос. Услуга Watson Natural Language Classifier не будет работать для дифференциации классов в зависимости от количества. Основная причина этого заключается в том, что NLC стремится классифицировать текст в «темы». Эти темы должны быть расширяемыми, а не контекстуально привязаны к теме самого предложения. – kevbuntu
вы должны создать ответ и пометить его как ответ. –