神経訓練ネットワークのテキスト表現

Question

Matlabでnntoolを使用した神経トレーニングネットワークを開発しています。異なる長さのテキストファイルを入力すると11250個（10から500語まで）、冗長性を排除すれば10から200語単語）、私は私のトレーニングアルゴリズムを実行するためのデジタルデータとしてこの入力テキストを表現する良い方法を見つけることができませんでした。 私は単語の語彙を作成することを考えましたが、その語彙には16000個の巨大な単語が含まれていることがわかりました。いくつかのテキストファイルには共通の単語がいくつかあります。

Answer 1

すぐに解決するには、「bag of words」または「tfidf」を探してください。これが何であるかわからない場合は、https://en.wikipedia.org/wiki/Vector_space_modelまたはhttps://en.wikipedia.org/wiki/Document_classificationからここをクリックしてください。

NLPについての書籍はありますか？たぶんこれは価値があるかもしれません：http://www.nltk.org/book/が始まります。