fasttext 监督学习模型背后发生了什么？
What is happening under the hood of fasttext supervised learning model?
我们可以使用
在 fasttext 中训练监督模型
import fasttext
model = fasttext.train_supervised(input="cooking.train")
我的问题是它如何表示特征（词袋或 tf/idf 或词嵌入）以及它使用什么算法进行文本分类？
它仍在为输入文本学习 word-vectors - 但然后将它们一起平均，有点像 infinite-window CBOW 模式 - 然后用它来预测标签，就像标签一样是（word2vec 风格）predicted-word.
我们可以使用
在 fasttext 中训练监督模型import fasttext
model = fasttext.train_supervised(input="cooking.train")
我的问题是它如何表示特征（词袋或 tf/idf 或词嵌入）以及它使用什么算法进行文本分类？
它仍在为输入文本学习 word-vectors - 但然后将它们一起平均，有点像 infinite-window CBOW 模式 - 然后用它来预测标签，就像标签一样是（word2vec 风格）predicted-word.