如何在Keras中对履历段进行分类？ [关闭]

Question

关闭。这个问题是off-topic。它当前不接受答案。

---

是否要改善此问题？ Update the question，因此堆栈溢出为on-topic。

[<7个月前关闭。

我需要在简历分析中应用深度学习，方法是将文本分成多个段落，然后将每个段落传递给深度学习模型，该模型可以预测该段落是否是技能，教育程度，经验等。因此我们可以称之为是multi-label classification问题。

顺便说一句，我有一个包含段落及其标签的数据集！

我可以在Keras中用text classification执行该操作吗？我可以使用哪种模型，并且在文本预处理中需要执行哪些步骤？

我在这个领域还很陌生。预先感谢！

Answer 1

是的，您可以使用CNN和递归神经网络应用简单文本来自动执行解析任务。

1. CNN

   带有词嵌入的一维CNN
2. 具有分类交叉熵损失函数的多通道CNN

4. CNN + LSTM

   带有词嵌入的一维CNN + LSTM

6. LSTM

   具有类别交叉熵损失函数的LSTM
7. 具有分类交叉熵损失函数的双向LSTM / GRU

您可以检查下面的链接：

Github