如何使用神经网络找到子串的主要部分？答案

【问题标题】：How to find the main part in substring using neural networks?如何使用神经网络找到子串的主要部分？
【发布时间】：2016-06-14 09:15:36
【问题描述】：

我很困惑。是否可以在句子中找到主要单词或子字符串（在训练集的帮助下）。我正在解析职位空缺并尝试构建一个文本主应用程序，这可能会质疑文本中提到的技能。是的，也许这是使用技能字典进行某种全局文本搜索的任务，但我真的很好奇，NN 可以帮忙吗？如你所料，我是 ML 的新手。

【问题讨论】：

标签： machine-learning neural-network conv-neural-network recurrent-neural-network

【解决方案1】：

简答：没有神经网络无济于事。

长答案：也许他们可以，如果你真的，真的想要他们，并且有大量的时间和技能。问题在于神经网络用于处理数字而不是单词。大多数类型的神经网络依赖于确定两个值是否彼此接近的能力。对于语言上下文中的字符串，这仍然不容易。

因此，如果您不想在接下来的几年里花时间研究神经网络，我会寻找不同的方法；)

【讨论】：

顺便说一句，有一些非常酷的项目使用神经网络和字符串/语言。以这个为例：journals.plos.org/plosone/article?id=10.1371/… 但正如我所说，它们真的很复杂，需要很多时间。
嗯，但是在机器学习中有什么更好的方法呢？我知道 NLP 中的硬编码规则，但它有点复杂，因为我的自然语言是俄语
Rob 的回答似乎很有趣。嗯俄语？是的，要么是 NLP，要么你可以根据它们的编写方式提取技能。比如，技能总是名词吗？可以用俄语轻松识别它们吗？就个人而言，我会使用您已经建议的内容（技能词典）或使用 Rob 答案
嗯，它们并不总是名词，尤其是软技能

【解决方案2】：

Word2Vec 是神经网络的一个基本应用程序，可以帮助创建单词的数字表示，您可以使用它来构建对句子的智能解释。

更有趣的是，使用 LSTM 可以处理上下文，并识别本文中的句子中的关键词：http://www.clsp.jhu.edu/~guoguo/papers/icassp2015_myhotword.pdf。这是一篇关于识别句子中的关键词以允许更快、更有用的语音识别软件应用的论文。这是 github：https://github.com/MajerMartin/lstm-dtw-keyword-spotting。在这篇文章中解释的内容太多了，但这应该会让你很忙，并让你开始训练神经网络来识别关键字。

【讨论】：