在Python中将单词分类[关闭]

Question

我有大约 3,000 个单词，我想将它们分成大约 20-50 个不同的类别。我的话是您可能在公司名称中找到的典型短语。例如“面子”、“书”、“销售”、“力”。

到目前为止，我一直在查看的库是 pandas 和 scikit-learn。我想知道是否有适合此的机器学习或深度学习算法？

我一直在寻找的主题是分类：确定对象属于哪个类别，以及降维：减少要考虑的随机变量数。

当我在 Google 上搜索将字词分类时，它会弹出一些儿童谜题，例如“你用铅笔做什么” - 画画。或“房屋的一部分”——院子、房间。

Answer 1

要让深度学习在这方面发挥作用，您必须开发一个大型数据集，很可能是手动开发。事实上，最大的自然语言处理数据集是手动创建的。 但是，即使您能够找到模型可以学习的数据集。那么诸如梯度提升树之类的模型将是其中一个非常适合像这样的多类分类的模型。一个经典的库是 xgboost。