Zbudowałem kilka sieci neuronowych (MLP (w pełni połączony), Elman (cykliczny)) do różnych zadań, takich jak gra w Pong, klasyfikowanie odręcznych cyfr i tym podobne ...
Dodatkowo próbowałem zbudować pierwsze sieci neuronowe splotowe, np. Do klasyfikowania wielocyfrowych notatek odręcznych, ale jestem całkowicie nowy w analizowaniu i grupowaniu tekstów, np. W zadaniach rozpoznawania obrazów / klastrowania można polegać na standardowym wprowadzaniu, takim jak obrazy o rozmiarze 25x25, RGB lub skala szarości i tak dalej ... istnieje wiele wstępnych założeń.
W przypadku eksploracji tekstu, na przykład artykułów prasowych, masz ciągle zmieniający się rozmiar danych wejściowych (różne słowa, różne zdania, inna długość tekstu, ...).
Jak wdrożyć nowoczesne narzędzie do eksploracji tekstu wykorzystujące sztuczną inteligencję, najlepiej sieci neuronowe / SOM?
Niestety nie udało mi się znaleźć prostych samouczków na początek. Skomplikowane prace naukowe są trudne do odczytania i nie są najlepszą opcją do nauki tematu (moim zdaniem). Przeczytałem już sporo artykułów na temat MLP, technik usuwania, splotowych sieci neuronowych i tak dalej, ale nie byłem w stanie znaleźć podstawowej na temat eksploracji tekstu - wszystko, co znalazłem, było zdecydowanie za wysokie dla moich bardzo ograniczonych umiejętności eksploracji tekstu.