我是机器学习的先驱,我想知道是否可以将机器学习应用于以下情况 .
Image我正在将一个混合语言字符串(英语其他任何东西)传递给机器学习库,我希望该库告诉我这个字符串是否已经完全从英语翻译成目标语言 . 例如
例1:
-
输入:"i amor iphone"#(我喜欢西班牙语的iphone)
-
预期结果:
由于'iPhone'是品牌名称,因此不需要将来翻译
例2:
- 输入:
“请上传您的文件”#(请用中文上传您的文件)
- 预期结果:
需要将来翻译(对中文)因为“上传”是应该翻译的行为 .
如果机器学习可以应用于此,那么我该如何选择输入字符串的维度以及我应该选择哪种算法(逻辑回归或神经网络?)
谢谢
1 回答
自然语言处理是一个庞大而多样化的领域 . 你可以通过多种方式思考你的例子 .
第一个是字符集和符号编码 . 大多数非浪漫语言都有标准26字母字母以外的字符 . 如果你看到一个语言的核心字符范围内外的字符,它可以解决需要很多字典的问题 .
第二种是查看某种语言中的一组示例或单词,并使用朴素贝叶斯分类将单词与某些训练集中的语言相关联 .
您可能可以进一步进行干细胞检测以及更多,但我还没有充分研究它们 . 考虑在Crossvalidated上发布 .