No conozco los hechos, pero esto obviamente no es CNN …
Convolutional NN es adecuado para el reconocimiento de imágenes. Mientras que, Recurrent NN es para la entrada secuencial como palabras, señales de audio, etc.
Cuando usa la Clasificación del lenguaje natural, probablemente se refería a la Clasificación del texto porque el texto es la etapa final del Procesamiento del lenguaje natural (PNL). Puede obtener texto de Reconocimiento de voz, que también es PNL.
- ¿Cómo se usa la informática en su trabajo / campo?
- Cómo saber qué algoritmo usar y cuándo
- ¿Cuáles son algunos de los temas candentes que se están investigando actualmente en la escucha de máquinas / procesamiento de audio?
- ¿Cuáles son los beneficios y desafíos de hacer una investigación de aprendizaje profundo en la academia, en comparación con la industria?
- ¿Qué es el reconocimiento óptico de caracteres (OCR)?
Entonces su texto es el conjunto de palabras. Puede clasificar su texto suponiendo que sus palabras no están relacionadas entre sí, este es el método Naive Bayes (después de la vectorización como TF-IDF).
Si supone que existe la secuencia entre la palabra y la palabra anterior y otras palabras, entonces obtiene HMM (modelo oculto de Markov), que es la base de los RNN. Y, por cierto, RNN es la especificación donde tiene arquitecturas como LSTM, etc. Así que solo google 🙂
Sabr