【发布时间】：2017-03-20 01:58:21
【问题描述】：
我有一个单词和文本的数据集，我想制作集群（通过 K-means）或任何其他无监督/监督学习方法来区分单词，例如，单词“John”将被归类为名称（和将与其他人名聚集在一起），“巴西”作为一个地方等等......
有没有我可以用来解决问题的模型。
我听说过 N-gram，但我不知道如何在 x、y 图或类似的图上绘制 Ngram 概率
P.S 如果你有任何精彩的例子
【问题讨论】：
-
如果您只关心“名称”和“地点”，您应该寻找命名实体解决方案。否则，您可能希望找到/开发良好的标记数据来源（带有您关心的标签）并基于此学习分类器。
-
您正在描述一个监督任务，分类。
-
我想对数据进行聚类，然后做出决策边界，这样我就可以近似单词类型（聚类最终会被标记为类）
标签： machine-learning nlp cluster-analysis text-mining named-entity-recognition