【发布时间】：2016-09-16 11:49:29
【问题描述】：
在词袋模型中，我知道我们应该在训练之前删除停用词和标点符号。但是在 RNN 模型中，如果我想做文本分类，我是否也应该删除停用词？
【问题讨论】：
标签： machine-learning nlp deep-learning text-classification recurrent-neural-network
【发布时间】：2016-09-16 11:49:29
【问题描述】：
这取决于您的模型分类。如果您正在做的事情是通过停用词辅助分类 - 例如，某种程度的语法理解 - 那么您需要保留停用词或更改您的停用词列表，这样您就不会丢失该信息。例如，删除所有表示存在的动词（is、are、should be、...）可能会弄乱在某种程度上依赖于句子结构的 NN。
但是，如果您的分类是基于主题的（正如您的词袋参考所建议的那样），那么请以相同的方式处理输入：在它们消耗宝贵的训练时间之前删除那些讨厌的停用词。
【讨论】：
-
这不是详细说明；这是一个单独的问题，取决于您的应用程序细节。请适当提高。
-
If you working with LSTM’s or other models which capture the semantic meaning and the meaning of a word depends on the context of the previous text, then it becomes important not to remove stopwords.towardsdatascience.com/…