Python 中的机器学习：scikit-learn / Pybrain

Question

我阅读了一些教程和介绍，但我不确定我是否掌握了其中的窍门，最重要的是，我不确定我是否完全了解 ML 与 NN。

假设我想指示一个程序（例如使用 scikit-learn），以便它有一些语言字典作为其输入集。例如，我有一个很大的意大利语单词字典，我可以将它作为数组数组输入（数组的每个项目都是一个单词，每个单词都是一个 ascii 值数组，一个用于世界的每个字符）：

[
    [112, 105, 122, 122, 97], // pizza
    [109, 097, 109, 109, 97], // mamma
    ...
]  

可能吗/什么是最好的库/如何做到这一点：

1. 给定一个单词，让程序推断它是否可能是一个意大利语单词，这样“mafia”被识别为潜在的实际意大利语单词，但“Eichhörnchen”不是（它比意大利世界的平均长度更长，它包含在初始集合中找不到像“rnch”这样的序列，它包含“ö”，它是意大利语中不使用的字符）
2. 根据初始集生成其他（可能的）意大利语单词。例如，“potomo”不是一个实际的意大利语单词，但根据意大利语拼写法，它可能是

Answer 1

我认为可以使用朴素贝叶斯分类和KNN。朴素贝叶斯分类被证明可以过滤垃圾邮件，但在此之前你需要一个词库。