Zastanawiam się, czy klasyfikator Bayesa ma sens w przypadku aplikacji, w której to samo wyrażenie "podawane na zimno" (na przykład) jest "dobre", gdy powiązane są pewne rzeczy (piwo, napój gazowany), ale "złe", gdy są powiązane z innymi rzeczami (stek, pizza, burger)?zastanawiasz się, czy klasyfikator Bayesa jest właściwym podejściem?
Zastanawiam się, czy szkolenie klasyfikatora Bayesa ("zimne piwo" i "zimne napoje gazowane" są "dobre") anuluje szkolenie, że "stek podawany na zimno" i "burger podany na zimno" są "złe" ").
Czy można nauczyć Bayesa, że "podawane na zimno" może być "dobre" lub "złe" w zależności od tego, z czym jest związane?
Znalazłem wiele dobrych informacji na temat Bayesa, tutaj i gdzie indziej, ale nie byłem w stanie określić, czy jest odpowiedni dla tego typu aplikacji, w których odpowiedź na frazę jest dobra lub zła, "zależy od"?
w naszej aplikacji, btw, mamy stosunkowo niewielką liczbę rzeczowników (poniżej 100) oraz stosunkowo niewielka liczba przymiotników (50), więc mogliśmy z radością wstępnie zdefiniować dość kompletną strukturę dobrych/złych kombinacji ... ale nie jesteśmy pewni, jaki rodzaj alternatywnego "silnika punktującego" pozwoli na uzyskanie krótkich msg. – jpwynn