我有大约1200个电视节目类别。.例如戏剧，新闻，体育，非体育赛事，戏剧医疗，戏剧犯罪等。
我如何使用NLP，以便使诸如戏剧，戏剧医疗和戏剧犯罪等团体以及体育，非体育赛事等团体聚在一起，等等……基本上，最终目标是减少1200个类别几乎没有广泛的类别。
到现在为止，我已经使用一堆单词来构建包含146个单词的字典。
答案 0 :(得分：0)
使用预先训练的模型来生成嵌入，然后您可以使用t-SNE或UMAP之类的聚类算法对嵌入进行聚类。我建议使用fasttext或spacy，其中spacey是最容易使用的。
答案 1 :(得分：0)
如果您正在寻找NLP软件包，则可以检查一些模块，其中第一个是：
它具有大量的类和有序且易于理解的文档，但是没有使用神经网络进行文本处理。还有：
它具有最发达，最完善的优势，但速度很慢。
这是相当快的，但是速度是以不如我提到的其他库那么灵活为代价的。我相信，到目前为止，它已经支持7种语言，但是对于一个起点来说可能就足够了。
尽管如此，对于您要使用NLP实现的目标，最好的选择可能是NLTK。有一个great tutorial playlist from sentdex。祝你好运！