我正在尝试实现一种机器学习算法，它将帮助我实现两个目标：
1）根据内容将一组中的给定字符串分类为预定类别 2）估计给定字符串属于类别
的置信度一组示例字符串及其类别如下：
“右后挡泥板损坏” - 问题
“Scratch。侧视镜” - 问题
“2016年12月23日下一次定期维护” - 预约
“客户应在2017年1月1日返回” - 预约
“Red car，Volkswagon” - 描述
“汽车是深灰色，侧面有大刮痕” - 描述
“不要用优质燃料填充汽车” - 说明
“发动机应在行驶前冷却至<100摄氏度” - 说明
我是机器学习的新手，所以我试图找出在python中实现我的目标的最佳方法。我有一个大约1000个字符串的训练集和5000个字符串的测试集。
我的第一种方法是尝试One vs. Rest classifier using Scikit（感谢@Cerin和@JMaurer），但在实施时结果不是很好（只有55％的结果在人工审核中被正确分类）。我怀疑因为这些字符串包含有助于其整体分类的符号和数字。
是否有其他人有更多经验可以评论这是否是正确的任务方法，或者是否有更好的方法可以利用？我有点黑暗，我真的在寻找一些面包屑来指引我正确的方向。
感谢。
保