Tensor Flow 可以用于无监督学习来解决 nlp 分类问题吗？
Can Tensor Flow be used for unsupervised learning for solving nlp classification?
是否可以使用 Tensorflow 解决未标记数据的文本分类问题？
首先，文本分类问题是有监督的。因此，你将需要 标记的数据，它不能在监督下完成。如果你想让它成为无监督的，你需要改为做聚类，但是你无法确保每个聚类都会根据你的标签进行分类。
如果您对标签数据的访问非常有限，请尝试探索半监督或监督方法。
TensorFlow 本身并不是一个完整的解决方案，它是一组工具，它们结合在一起可以帮助解决依赖于高计算工作量的问题（如无监督深度学习）。这些工具经过优化，可帮助解决深度学习所需的一些复杂数学问题。
无监督 NLP 学习问题通常包括 clustering (sorting based on unique attributes), anomaly detection, association mining, or feature reduction。如果这些是您在问题中的意思，那么通过 TensorFlow 工具进行深度学习肯定可以帮助您解决问题。如果你的意思是 'classification,' 作为输入到一组有限输出的映射，那么这是一个监督（即标记）学习问题。
像 TensorFlow 和 PyTorch 这样的工具仍然可以在监督学习场景中提供帮助，objective 只是不同而已。
是否可以使用 Tensorflow 解决未标记数据的文本分类问题？
首先，文本分类问题是有监督的。因此，你将需要 标记的数据，它不能在监督下完成。如果你想让它成为无监督的，你需要改为做聚类，但是你无法确保每个聚类都会根据你的标签进行分类。
如果您对标签数据的访问非常有限，请尝试探索半监督或监督方法。
TensorFlow 本身并不是一个完整的解决方案，它是一组工具，它们结合在一起可以帮助解决依赖于高计算工作量的问题（如无监督深度学习）。这些工具经过优化，可帮助解决深度学习所需的一些复杂数学问题。
无监督 NLP 学习问题通常包括 clustering (sorting based on unique attributes), anomaly detection, association mining, or feature reduction。如果这些是您在问题中的意思，那么通过 TensorFlow 工具进行深度学习肯定可以帮助您解决问题。如果你的意思是 'classification,' 作为输入到一组有限输出的映射，那么这是一个监督（即标记）学习问题。
像 TensorFlow 和 PyTorch 这样的工具仍然可以在监督学习场景中提供帮助，objective 只是不同而已。