텍스트 분류와 같은 예측 작업에 대한 전통적인 머신러닝 파이프라인은 일반적으로 TF-IDF 빈도 또는 토큰 임베딩과 같은 구조화되고 수치적인 특징을 원시 텍스트에서 추출하여 로지스틱 회귀, 앙상블 또는 서포트 벡터 머신과 같은 고전적인 모델에 공급하는 데 의존합니다.