1樓：陳運文
對於數字敏感的情況範圍挺廣的，不同型別的解決方法也有所區別。
第一種情況，文字分類結果和數字的大小和數字的上下文有關，可以對數字歸一。
簡單的說，平時對於數字的大小我們可能會只考慮位數，所以可以在資料預處理時將0-9數字替換為統一的某乙個數字，小數點後的不保留（如果是小數點後的數值比較大小，可以預設保留到後多少位），這樣對於數字的詞向量只與位數相關，詞表也不會太長。
如果是要和確定的已知的某乙個值（比如說a）來判斷，可以預處理時通過和a的數值比較，統一將數字替換為a以上或a以下的某個值形式。
第二種情況，和第一種情況是兩個型別，因涉及到了數值的相加減和判斷，直接通過文字分類是很難做到的，一般可以通過文字抽取出對應的實體和數值，通過比較來判斷是否正確，因為涉及加減判斷此時數值不進行預處理。
2樓：楊勇
你可以使用正規表示式，將原來出現數字的地方，提取出來，並替換成不同的數字，可以做資料增廣，然後用增廣的資料去做訓練。由於數字是無窮無盡的，所以，你做向量畫的時候，對數字的分詞，要按數字digit來，這樣就只有十個數字，加上逗號和句號，然後讓機器去學習中間的邏輯。
機器是可以學習到運算法則的，這個我做過測試
嚴重資料傾斜文字分類，比如正反比1 20 100，適合什麼model，查準一般要做到多少可以上線？
Dennis liang 這個乙個很好的問題，也是乙個沒有簡單解法的問題。我有兩個實用的建議。Augmentation Text Document的Augmentation的比Image難很多。Image的Augmentation一般是rotate,filter。Text Document的Augm...
文字分類的HAN 模型 為什麼 權重是乘在輸出的h，而不是輸入的詞向量？
邱震宇 普通詞向量訓練不能捕捉一詞多義的情況，有可能訓練詞向量的語料分布和下游任務的語料分布完全不同。所以需要先用lstm或者transform等能夠建模上下文的模型層來構建context based的詞的表示。現在的elmo，bert預訓練都是為了在預訓練階段都盡可能做到這一點，所以重點應該變成是...
Python的文字怎麼分行讀取或文字分割？
import time defcoroutine func def start args,kargs cr func args,kargs cr send None return crreturn start coroutine deffollow filename target fd open f...