我对单词表示算法有疑问：word2Vec，doc2Vec和Tf-IDF中的哪一种算法更适合处理文本分类任务？在我的监督学习分类中使用的语料库由多个句子组成，包括短句子和长句子。如this thread中所述，doc2vec与word2vec的选择取决于文档的长度。至于Tf-Idf与文字嵌入，更多的是文字表示法。
我的另一个问题是，如果对于同一个语料库，我有多个标签可以链接到其中的句子？如果我为同一句子创建多个条目/标签，则会影响最终分类算法的决策。我如何告诉模型每个标签对文档的每个句子都相等？
先谢谢您，
您应该尝试多种将句子变成“特征向量”的方法。没有硬性规定。对您的项目最有效的选择将在很大程度上取决于您的特定数据，问题域和分类目标。