我需要对大量文件进行分类。我已经看到许多用于分类的经典机器学习算法。但突然之间，我问自己，我们可以使用搜索引擎来做到这一点吗？
我粗略的想法是：
我们有几个标签文件夹，例如：
然后，对于每个未标记的文档，我们将其用作标准，让搜索引擎搜索每个文件夹，返回结果最多的文档应该是目标类别。
我不确定这是否可行。我不知道如何为一组文档创建搜索引擎，Bing或Google可以为它定制吗？或者我是否需要使用Lucene或其他东西构建一个？
答案 0 :(得分：0)
是的，搜索引擎存储了进行文本分类所需的大部分信息，因此您可以在它们之上构建一些算法。
对于Lucene / Solr，请查看this commiter完成的工作。该代码已在Solr / Lucene 4.6中使用。我在一个实例中使用它并取得了良好的效果。