3.1 传统特征工程

文档摘要

3.1 传统特征工程 3.1 传统特征工程在文本分类和情感分析任务中，核心的第一步是将非结构化的文本数据转换成机器学习模型能够理解和处理的数值表示。这一过程称为文本特征表示（Text Feature Representation）。传统特征工程是这一领域发展早期和中期所采用的主要方法，它依赖于人工设计和领域知识来提取文本中的显著特征。尽管现代深度学习方法在许多任务上取得了SOTA（State-of-the-Art）结果，但传统特征工程方法因其简单、高效、易于理解和解释的特点，至今仍是重要的基础，并在一些场景下作为强大的基线（baseline）或辅助手段。传统特征工程的核心思想是将文本视为词语的集合或序列，通过统计、词典匹配等手段，构建能够反映文本内容、主题或情感倾向的数值向量。 3.1.