自然语言处理中特征到底指的啥

简单来说,特征可以理解为对于样本某一方面的描述,比如对于相亲问题,我们大致会考虑对象的身高,体重,家里有多少钱(存款)。这样就有3维特征了,每一个相亲样本过来,我们可以用一个3维的特征向量来表示,比如x身高170,体重120,存款20W。则用特征向量(170, 120, 20W)表示x,假设有10个人参与相亲得到10个样本,提取特征之后就能得到10个特征向量。总之,特征描述的是样本的某一方面,特征向量描述的是样本的很多方面。训练的时候每个特征向量对应一个Label,对于相亲问题比如x1和x3相亲成功他们的 label即为1,其他人失败则为0.有了每个样本的特征向量和它对应的label我们就可以训练一个模型M,对于后续来的样本,我们只要提取出来特征向量交给模型M,系统就能知道这个人相亲成功还是失败(当然精度一般不会达到100%)。其实这也是模拟人的思维过程,比如有个男的他的特征向量是(180, 140, 999W),我想他成功的概率很大吧
■网友
据我所知,许多nlp任务的特征都是term。语法分析,词性标注等还会用到模板。


    推荐阅读