下载掌阅APP，畅读海量书库
立即打开
文本分类可以说是NLP里最传统的一个任务了，而且几乎所有的NLP任务最终都可以被视为文本分类的一种变化。例如，前面讲分词时的序列标注，就是对每个item进行一次分类。虽然翻译和文本摘要属于文本生成，但是在每次输出时要针对候选词表进行一次分类。即使是阅读理解的抽取式，也是把原文的长度作为候选表进行分类，而生成式阅读理解就跟翻译和摘要区别不大了。
本章讲解的文本分类是偏狭义的，即判断文本类别是二分类或多分类，当然也有可能是多级类别，例如商品，一级类别就是时装、数码等，二级类别就是女装、男装、手机和计算机等。
本章先介绍一些词向量的基础知识，然后介绍一些经典的文本分类模型。