看看买的啥

屁股太翘，于是背部肌肉拉伸

宝山我刚回来那天 6 马路看到到处都是

产生摩擦的时候想比现在想管用

@cxknmsl 这兄弟怕是看不上考公和国企

你读过 985，还是在上海，见识过舒适的家庭环境，但是你家的背景，使得你和你的上海同学差了 2 辈子。

“好自为之”那哥们讲的不错。不要以为念一个 985 就了不起。脑子还是那个原生家庭给你的脑子。

要我讲戒骄戒躁，放低要求，找你能干的职位先干干。985 本专业人家至少会给你一个机会。程序员本专业低端人才基本饱和，你还不一定达到要求。你的优势就只是 985 学历了。

向甲方提这些事情

zhijie 算不算 我觉得汉尼拔不错

裸辞会导致断档，裸辞的作用又增加了。

@wqzjk393 你也去事业单位啊

毕业后技术栈 java js android ios python tf torch 用了 macos 回不了头 用的开源多 配置方便点

代码大全+原理*2

@surfire91 现在扯一个住房合同可以进去了。

帐篷没有电，没办法搞 2 个星期

只要你还在为人工作，或者给人挑选，那学历对你而言就是一辈子的事情。

如果你有工作，可以自考非脱产试试

文本分类本身有很多模型和研究了，套不套得上靠你自己了。模型+规则匹配应该更靠谱

tfidf 首先就涉及分词、词语粒度。中文天然不具备很好的分词、词性标注，比起英语。所以你提取词频、tfidf 的特征可能会受到影响。

也可能你数据太少。一般要 1w 到几万条数据。

前面有人讲过 fasttext 了，本质是一种结构稍微简单点的 nn，词向量平均一下做特征，代替 tfidf。

你可以试试 fasttext 或者其他网络模型训练，比如扔一个 2 层 lstm+attention 的结构。

还有一点，用模型训练的话，数据不能太少了。你得懂 train val test 数据集合怎么一回事。按你的描述，隔一段时间，你得重新加入新数据训练。