다른 자체 정의 범주에 속하는 단어 목록이 있습니다. 각 범주에는 고유 한 패턴이 있습니다 (예를 들어, 하나는 특수 문자로 고정 길이를 가지며 다른 하나는이 범주에서 "단어"등으로 나타나는 문자가 존재 함).
예를 들면 다음과 같습니다.
"ABC" -> type1
"ACC" -> type1
"a8 219" -> type2
"c 827" -> type2
"ASDF 123" -> type2
"123123" -> type3
...
훈련 데이터를 기반으로 이러한 패턴을 스스로 학습하는 기계 학습 기술을 찾고 있습니다. 나는 이미 몇 가지 예측 변수 (예 : 단어 길이, 특수 문자 수 등)를 스스로 정의하려고 시도한 다음 신경망을 사용하여 범주를 배우고 예측했습니다. 그러나 그것은 내가 원하는 것이 아닙니다. 나는 전혀 생각하지 않은 패턴을 배우기 위해 각 범주의 패턴을 스스로 배우는 기술을 원합니다.
그래서 알고리즘 학습 데이터 (단어 범주 예제로 구성)를 제공하고 나중에 유사하거나 동일한 단어에서 범주를 예측하기 위해 각 범주에 대한 패턴을 배우기를 원합니다.
이를위한 최첨단 방법이 있습니까?
당신의 도움을 주셔서 감사합니다
내 관점에서이 cistrome.org/cr/images/Figure4.png 와 같은 smth를 수행 할 수 있지만 ACGT 대신 "숫자, 대문자, 소문자, 공백"등과 같은 패턴을 사용할 수 있습니다.
—
독일어 Demidov
의견을 보내 주셔서 감사합니다. 나는 이미 이와 같은 것을 생각했다. 그러나 실제로 학습 알고리즘이 자체적으로 수행하고 패턴을 감지하기를 원합니다. (ML이 가능한지 모르겠습니다).
—
chresse
실제로이 패턴은 기계 학습입니다. 물론 머신 러닝으로 할 수 있지만 ML 알고리즘에 입력으로 제공하기 전에 먼저 기능 추출을 수행해야합니다. 이 예제에서 어떤 기능을 추출 하시겠습니까? 해시 함수에 대해서는 생각할 수 있지만 길이가 다른 문자열에는 매우 좋지 않습니다. 따라서 기능을 추출하는 방법을 찾을 수 있으므로 ML 방법을 사용할 수 있습니다. 다른 클래스의 심볼 사이의 거리를 Levenshtein과 같은 방식으로 분류하고 군집화하고 분류를 위해 중심까지의 최소 거리를 사용할 수도 있습니다.
—
독일 Demidov
따라서 자연스럽게 사용하는 기능 (u-대문자, l-소문자, n-숫자, s-공백)을 사용하여 벡터를 변환하면 벡터는 "ABC"- "uuu", "a8 219"- "lnsnnn"이됩니다. 의 위에. 그런 다음 en.wikipedia.org/wiki/Smith –Waterman_algorithm 알고리즘을 사용하여 거리 측정을 도입해야합니다 . 이 후에는 데이터의 분류 / 클러스터 화 / 시각화를 수행 할 수 있습니다.
—
독일 데미 도프