是否有使用强化学习进行多标签文本分类的示例？
我有一个标记的数据集，我将开发一个用于多标签分类问题的分类器（例如：5标签）。我已经开发了Bert和CNN，但是我想知道是否也可以将RL用于文本分类。
众所周知，使用RL我们可以使用较小的培训数据集，
我正在寻找RL的Python代码。
I have a labeled dataset and I am going to develop a classifier for a multilabel classification problem (ex: 5 labels). I have already developed BERT, and CNN, but I was wondering if I could use RL for text classification as well.
As I know, using RL we can use a smaller training dataset
I am looking for a python code for RL.
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（1）
加强学习是与BERT或CNN不同的不同事物。它实际上不是一种技术或模型，而是一种类型的问题（隐藏的马尔可夫模型），以及用于解决该问题的技术集。
更确切地说，要加强学习类别的问题，您必须选择
您的目标是最大化奖励。
例如，这非常适合游戏AI或机器人应用程序。
但是就您而言，您想从标记的数据集开发分类器。那是不是强化学习问题，它是监督的学习
Reinforcement learning is a different thing from BERT or CNN. It is not actually a technique or a model, it is a type of problem(hidden markov models), and the set of techniques used to solve that problem.
More precisely, Reinforcement Learning it the class of problems where you have
Where your goal is to maximize the reward.
This fits very well with game AI, or robotics applications for example.
But in your case, you want to develop a classifier from a labeled dataset. That is not a reinforcement learning problem, it is supervised learning