我想创建一个文本分类器，将音乐歌词分类为相关类别。 在我阅读了一些相关的研究之后，他们说，首先我们需要手动使用一些文档来创建训练集。 但是，这真的是手动吗？我的意思是，我们是否将训练集文档分组，没有指南或某种技术？ 我真的需要一些关于这个主题的明确解释或建议。感谢。
答案 0 :(得分：0)
您可以将样本集拆分为训练集和测试集。例如，您可以使用70％的样本作为训练集，剩余的30％作为测试集。如果应该随机完成。
答案 1 :(得分：0)
你想要在这个问题上应用机器学习技术。也就是说，你有一组从你的歌词中得到的特征（例如关键词的频率或相似之处，虽然我从未处理过这个特定的问题），这些特征被映射到一些标签（Pop，Rock等）。
现在机器学习算法需要一些参考分类，因为它不知道流行歌曲中出现的单词比摇滚歌曲更常见。
它们来自哪里并不重要，您可以从图表列表（流行图表，摇滚图表等）中进行分类，例如：您可以从每个图表中获取歌曲列表，并将歌词和相应的标签一起提供给学习者。 在这种情况下，结果将是一个预测模型，在这些图表中，新歌将出现在这些图表中。
或者，您可以使用歌词和标签手动定义训练集。这完全取决于你想要学习的内容。如果您计划创建个性化库，则使用手动定义的测试用例是有意义的。如果它更倾向于测试算法或类似使用一些易于访问的数据，如图表。在这种情况下，你要尝试学习＆＃34;黑盒子＆＃34;方法，决定某首歌属于哪个图表（例如创建购物车清单的人的音乐品味）。