1, 需求描述
类别:对Yelp(美国的类似大众点评的软件)上的店家评论进行分类。主要是要区分出用户有没有抱怨等位已经有没有抱怨服务慢。(难点主要在两个都是等,但等的东西不一样)。
进度和目标:现在手动给1200个数据做了标签,还会添加更多数据。尝试了logistic regression, naive bayes, random forest等传统机器学习方法,准确率在接近90,目标是达到95。
2,人才要求
熟悉自然语言处理,有文本分类经验,善于使用相关的机器学习/深度学习模型,英语水平良好,能够对文本特征有理解。
3,合作方式
线上