假设我有以下非常简化的培训和测试观察结果。
训练
input: her favourite dog was a huskey and her favourite cat was a leopard
output: dog=huskey, cat=leopard
input: her favourite dog was a beagle and her favourite cat was a lion
output: dog=beagle, cat=lion
input: her favourite dog was a poodle and her favourite cat was a burmese
output: dog=poodle, cat=burmese
测试
input: her favourite dog was a collie and her favourite cat was a moggie
desired output: dog=collie, cat=moggie
根据该领域的一些研究，似乎很多现有的机器学习包都围绕着分类，回归和聚类（例如http://scikit-learn.org/stable/），而我想要做的是一种翻译形式。 / p>
我还研究了一些NLP包，功能更多地涉及关键字识别，单词类型识别和情感分析（例如http://www.nltk.org/）。还有一些翻译包可用，但这些包适用于预先存在的语言（http://pythonhosted.org/goslate/）
我认识到，对于这种特殊情况，机器学习是完全没必要的，但在实践中，将会有更复杂，不同和众多的输入需要翻译。
答案 0 :(得分：0)
（1）我会重新解决你要解决的问题：给出句子中的一些特定的动物A >找到最好的动物 C类< / strong>即可。所以给出了句子1：
她最喜欢的狗是一只huskey，她最喜欢的猫是豹子
并且给予目标动物A =“huskey”，你会得到C =“dog”作为类;类似地，当A =“豹子”时，你会得到C =“cat”。
（2）从你问你的问题的方式来看，我假设你不想使用外部字典或其他数据（在那里找到C类与其相关动物物种的搭配是相对微不足道的。训练有监督的分类器）。所以我假设你只限于你提到的数据类型。我还假设在每个句子中都明确提到了C类。
（3）鉴于数据限制，您可能需要在功能中使用语法信息。在英语中，语法主要通过单词顺序传达，因此我将重点关注这些。将词性标注器应用于您的数据可能很有用。
（4）对于句子S中的每个可能的目标A，您将创建一行数据。因此，句子＃1有两个目标A = {husky，leopard}，因此训练数据中将有两行将映射到各自的类，狗和猫。
行已发送。目标F1，F2，...... FN等级
<1> 1哈士奇......狗2 1豹......猫
（5）作为特征包含目标的POS ...在您提供的示例数据中可能没有用，对于更复杂的目标是有用的，例如，A =“大白哈士奇”应该映射完整的名词短语到C =“狗”。鉴于您的数据，上面的简单解决方案只会找到目标左侧最近的名词。
her.d favorite.a dog.n is.v a husky.n and her.d favorite.a cat.n is.v a leopard.n
所以你可以有一个功能F_LftClosestNoun，F_RtClosestNoun，F_ClosestNoun。然后，只需在训练数据上训练您的分类器，并在看不见的数据上进行测试。如果您提供更逼真的样本，我们可能会发现其他有用的功能。