我正在尝试解析具有两个（或一个）有用部分的数据集合，但可能以多种不同的方式进行组织：
V01C01
Vol 1 Chapter 1
Chapter 1 Volume 1 - Alt title
V1.1
etc.
我不想使用大量的正则表达式，因为没有办法预测所有事情将如何组织的组合（也有一些将有无关的文本）。我觉得有一个机器学习的分支可能是完美的，但我没有足够的经验知道。
答案 0 :(得分：2)
这肯定是一个有趣的问题，你可以尝试一些。
假设您的数据没有标签，那么我要做的第一件事是使用像k-means（http://en.wikipedia.org/wiki/K-means_clustering）之类的聚类算法检查每个实例之间的连接。 ，请记住，这不会解决您的问题，但会帮助您探索您的数据，并希望找到一组功能来训练有监督的学习分类器。
如果您做在您的数据上有标签，或者您可以手动标记您的设置。那么你就是一个更容易管理的问题。乍一看，它看起来很像文本或文档分类问题（比如将电子邮件分类为垃圾邮件/ NoSpam），在这种情况下，一个朴素的贝叶斯分类器可能是一个很好的第一次尝试来解决问题，因为这是一个简单的算法来实现并且可以提供合理的好结果。
关于Naives贝叶斯分类器（https://www.bionicspirit.com/blog/2012/02/09/howto-build-naive-bayes-classifier.html）
我在这里做了一些假设，基于此我可能是错的。也许如果你澄清一些要点（比如你是否能够手动标记数据），我们将能够进一步帮助你。