Чем отличается token classification от sequence classification?

Token classification и sequence classification — это задачи обработки текста, но с разными целями:

• Token classification (классификация токенов) — задача, где каждому отдельному токену (слову или подсловной единице) в последовательности присваивается метка. Пример: Named Entity Recognition (распознавание именованных сущностей), где каждому слову ставится метка типа "имя", "место", "организация" или "другое".

• Sequence classification (классификация последовательности) — задача, где всей последовательности (например, предложению или документу) присваивается одна метка. Пример: определение тональности текста (положительный/отрицательный отзыв), классификация по теме.

Иными словами, token classification работает на уровне отдельных слов, а sequence classification — на уровне всего текста целиком.