Klasifikasi teks adalah masalah machine learning mendasar dengan aplikasi di berbagai produk. Dalam panduan ini, kami telah menguraikan alur kerja klasifikasi teks menjadi beberapa langkah. Untuk setiap langkah, kami telah menyarankan pendekatan yang disesuaikan berdasarkan karakteristik set data spesifik Anda. Khususnya, dengan menggunakan rasio jumlah sampel terhadap jumlah kata per sampel, kami menyarankan jenis model yang dapat membantu Anda mendapatkan performa terbaik dengan cepat. Langkah-langkah lainnya dirancang berdasarkan pilihan ini. Kami harap dengan mengikuti panduan, kode yang disertakan, dan diagram alur, Anda dapat mempelajari, memahami, dan mendapatkan solusi cepat untuk masalah klasifikasi teks Anda.
Kesimpulan
Kecuali dinyatakan lain, konten di halaman ini dilisensikan berdasarkan Lisensi Creative Commons Attribution 4.0, sedangkan contoh kode dilisensikan berdasarkan Lisensi Apache 2.0. Untuk mengetahui informasi selengkapnya, lihat Kebijakan Situs Google Developers. Java adalah merek dagang terdaftar dari Oracle dan/atau afiliasinya.
Terakhir diperbarui pada 2025-07-27 UTC.
[[["Mudah dipahami","easyToUnderstand","thumb-up"],["Memecahkan masalah saya","solvedMyProblem","thumb-up"],["Lainnya","otherUp","thumb-up"]],[["Informasi yang saya butuhkan tidak ada","missingTheInformationINeed","thumb-down"],["Terlalu rumit/langkahnya terlalu banyak","tooComplicatedTooManySteps","thumb-down"],["Sudah usang","outOfDate","thumb-down"],["Masalah terjemahan","translationIssue","thumb-down"],["Masalah kode / contoh","samplesCodeIssue","thumb-down"],["Lainnya","otherDown","thumb-down"]],["Terakhir diperbarui pada 2025-07-27 UTC."],[[["This guide provides a structured workflow for text classification, breaking it down into manageable steps tailored to your dataset's characteristics."],["Model selection is guided by the ratio of samples to words per sample, helping you quickly identify a suitable model for optimal performance."],["The guide includes code and a flowchart to facilitate learning, understanding, and implementing a first-cut solution for your text classification problem."]]],[]]