1.4 数据标注【斯坦福21秋季：实用机器学习中文版】

噪音算是一些数据集中没有用的文本

弱监督学习：放入一些情感分析的模型，让它做一些比如对于情感程度的判断，如果评论的极性大于0.9，那么可以说是这样的文本是spam，不是噪音。算是一个有用的文本

第二点就是一些这种类型的数据集该有的一些关键词，查找这类的关键词。第三方模型或者正则表达式