উদাহরণ: আমার কাজের বাক্যে একটি বাক্য রয়েছে: "যুক্তরাজ্যের জাভা সিনিয়র ইঞ্জিনিয়ার"।
আমি এটি 2 বিভাগ: English
এবং হিসাবে পূর্বাভাস দেওয়ার জন্য একটি গভীর শিক্ষার মডেল ব্যবহার করতে চাই IT jobs
। যদি আমি traditionalতিহ্যগত শ্রেণিবদ্ধকরণ মডেল ব্যবহার করি তবে এটি কেবল softmax
সর্বশেষ স্তরে ফাংশন সহ 1 টি লেবেল পূর্বাভাস দিতে পারে । সুতরাং, আমি উভয় বিভাগের সাথে "হ্যাঁ" / "না" পূর্বাভাস দিতে 2 টি মডেল নিউরাল নেটওয়ার্ক ব্যবহার করতে পারি, তবে আমাদের আরও বিভাগ থাকলে এটি ব্যয়বহুল। তাহলে একই সাথে 2 বা ততোধিক বিভাগের পূর্বাভাস দেওয়ার জন্য আমাদের কাছে কি কোনও ডিপলাইনিং বা মেশিন লার্নিং মডেল রয়েছে?
"সম্পাদনা করুন": traditionalতিহ্যগত পদ্ধতির দ্বারা 3 টি লেবেল সহ, এটি [1,0,0] দ্বারা এনকোড করা হবে তবে আমার ক্ষেত্রে এটি [1,1,0] বা [1,1,1] দ্বারা এনকোড হবে
উদাহরণ: যদি আমাদের কাছে 3 টি লেবেল থাকে এবং একটি বাক্য এই সমস্ত লেবেলের সাথে উপযুক্ত হতে পারে। সুতরাং যদি সফটম্যাক্স ফাংশন থেকে আউটপুট [0.45, 0.35, 0.2] হয় তবে আমাদের এটিকে 3 টি লেবেল বা 2 লেবেলে শ্রেণিবদ্ধ করা উচিত, বা একটি হতে পারে? মূল সমস্যাটি যখন আমরা এটি করি: 1, বা 2, বা 3 লেবেলে শ্রেণিবদ্ধ করার জন্য ভাল প্রান্তিক কী?