python - 统一文本和图像分类(Python)
问题描述
我正在研究对科学文章文本进行分类的代码(使用标题和摘要)。为此,我使用了 SVM,它提供了良好的准确度 (83%)。同时我使用 CNN 对这些文章的图像进行分类。我的想法是将文本分类器与图像分类器合并,以提高准确性。
有可能的?如果是这样,您会对我如何实施它或某种指导方针有所了解吗?
谢谢!
解决方案
你可以使用 CNN 来做这两件事。为此,您需要两个(甚至三个)输入。一个用于文本(或两个用于摘要,另一个用于标题),第二个用于图像输入。然后,在将它们合并到某个点之前,您将拥有一些 conv-max 池化层。然后插入一些额外的 CNN 或密集层。
您还可以在此模型中有多个输出。例如,一个组合的,一个用于文本,一个用于图像。如果您使用的是 keras,则需要功能 API。可以在此处找到示例模型的图片(他们在示例中使用 LSTM,但我想您应该坚持使用 CNN。)
推荐阅读
- json - 在颤振中进行json api调用时出错
- entity-framework-core - EF Core - 通过 WebAPI 插入记录时处理导航
- flutter - 对齐溢出的文本
- keycloak - 如何将keyclock重定向到应用程序的页面并获取令牌
- python - 'mongorestore' 不是内部或外部命令、可运行程序或批处理文件
- javascript - 在 Google Chrome 中获取完整的 HTML 颜色选择器框
- javascript - cURL 适用于 Fetch 失败并出现错误 422 的情况
- windows - Ruby,Windows 平台中的“gem install Blunder”错误
- projection - 使用 java API 或 HTTP API 查询 EventStoreDB
- c# - 使用 Process.Start() 和 & 从 C# 运行多个进程