Depende del contexto. Los algoritmos genéricos de extracción de características no son efectivos y su fabricación es bastante costosa y necesitan un corpus masivo de datos diversos para capacitación y validación. En mi experiencia al tratar de construir algoritmos de extracción, descubrí que el modelado de dominios le da un mejor comienzo que la extracción de características de fuerza bruta bruta.
Por ejemplo, si desea utilizar la extracción de características en documentos legales, sería mejor crear un modelo específico para esos documentos antes de usar la extracción de características. Una vez que el modelo está construido, puede usarlo para sembrar el algoritmo de extracción y dejar que se desarrolle la magia.
Debe mantener la provisión para detectar nuevas características a medida que se utiliza el algoritmo porque el modelo es algo vivo, evoluciona con el tiempo a medida que se pasa información adicional a través de él.
- ¿Cuál es el mejor algoritmo de aprendizaje profundo sin supervisión para aprender características de los datos de secuencia biológica?
- ¿Cuál es el algoritmo de clasificación menos eficiente?
- ¿Cuáles son algunas diferencias entre los campos de la investigación algorítmica y la investigación de operaciones?
- Cómo verificar si una cadena es un prefijo de otra cadena en O (1)
- Cómo implementar un algoritmo de programación de CPU del sistema operativo que evita que se produzcan puntos muertos
Espero que esto ayude.
