涉及自然语言的数据

以《鼻窦炎预后效果分析》数据为例，介绍带有自然语言数据的任务的处理方法。其数据的典型特征为：
1.数据的预处理方法
1）文本等自然语言数据的进行分词，基于jieba分词的工具使用介绍。
2）【专有名词】字典如何输入到jieba中，使特定的单词不被分割。
3）去掉停用词等，保留文本的主要信息。
2.数据的编码方式
1）将文字信息，转化成一个向量表示。Embedding的技术。
2）可以考虑使用wordnet、word2vec等开源的Embedding的库，基于预训练的模型对特征进行迁移。
3.案例上手练习：基于RNN的深度学习建模方法。
1）RNN网络如何使用Tensorflow进行搭建。
2）将编码好的文字信息输入到RNN当中，并且训练对应的模型。
3）对RNN模型进行部署测试。使用已经训练的模型对未知的数据进行测试，评估效果。



上一篇：结构化数据
下一篇：医院影像数据--分类任务