その他令和8年7月27日

データ预处理与深度学习目标检测算法

政府調達p.55原文 PDF を開く ↗

出典:官報発行サイト(内閣府)の掲載情報をもとに整理しています。重要な確認は公式原文を基準にしてください。

本文と原文の対照

まず左側の本文を読み、必要な箇所だけ原文ページで確認できる構成です。

← 同日の官報に戻る
原文対照の表示オプション

データ预处理与深度学习目标检测算法

令和8年7月27日|p.55|原文を見る

左の本文を選ぶと、右側の官報原文画像で該当箇所を照合できます。

公式原文あり本文テキスト画像照合可誤りを報告
### 2.2.2.1 数据集划分
为了评估模型的性能,需要将数据集划分为训练集和测试集。通常,我们会将大部分数据用于训练模型,而将一小部分数据用于测试模型。在本研究中,我们将数据集按照 8:2 的比例划分为训练集和测试集。
### 2.2.2.2 文本分词
文本分词是将连续的文本序列切分成一个个独立的词语的过程。对于中文文本,由于没有明显的空格分隔符,因此需要使用专门的分词工具来进行分词。在本研究中,我们使用了 jieba 分词工具对文本进行分词处理。
### 2.2.2.3 构建词汇表
构建词汇表是文本分类任务中的一个重要步骤。词汇表包含了所有出现在训练集中的词语,每个词语都有一个唯一的索引。通过构建词汇表,我们可以将文本中的词语映射到对应的索引,从而将文本转换为数值向量。
### 2.2.2.4 文本向量化
文本向量化是将文本转换为数值向量的过程。常见的文本向量化方法包括词袋模型(Bag of Words)、TF-IDF 等。在本研究中,我们使用了词袋模型对文本进行向量化处理。具体来说,我们将每个文本表示为一个固定长度的向量,向量的每个维度对应词汇表中的一个词语,如果该词语出现在文本中,则对应的维度值为 1,否则为 0。
読み込み中...
データ预处理与深度学习目标检测算法 - 第55頁
テキスト領域
選択中
非公開 (PII)
関連する新着公告を見逃さないために

会社名・機関名・キーワードを監視条件として保存し、新着掲載を継続確認できます。監視・通知の契約は天羅AIが提供します。

天羅AIで監視する(別サービス・新しいタブで開きます)