1.序列数据的简介

处理序列数据，和处理其他数据一样，关键都是要寻找一种有用的数据表示。
而寻找有用表示的前提，是需要将数据数值化、向量化（vectorize），例如：对深度学习模型而言，需要将数据转为数值张量进行输入。

1.1类别

序列数据包括：

  • 文本序列（单词序列、字符序列等）；
  • 时间序列；

  • 其他的序列数据。

    1.2算法及应用

  • 处理序列数据的两种深度学习算法包括：

循环神经网络（RNN）；
一维卷积神经网络（1D convnet）。

  • 算法在处理序列数据上的应用包括：

【文本】文档分类：比如识别文章的主题或书的作者；
【文本】序列到序列的学习：比如将英语翻译为法语；
【文本】情感分析：比如将电影评论划分为正面或负面；
【时间】时间序列对比：比如估测两支股票行情的相关程度；
【时间】时间序列预测：比如根据某地最近的天气数据预测未来天气。

2.文本序列

2.1基础概念

标记（token）：文本分解后的单元，包括：单词、字符、n-gram。文本分解的过程叫分词（tokenization），例如：Keras中有分词工具Tokenizer。
n-gram：多个连续单词或字符的集合。

3.时间序列

4.序列数据处理技巧

来源： 1.《Python深度学习》肖莱，2018.