如何应用nltk对问题进行分类

Question

我在从在线网站提取的文本文件中有一个问题列表。我是nltk的新手（在Python中）并经历了（http://http://shop.oreilly.com/product/9780596516499.do）的初始章节。请有人帮助我根据不同的标题对我的主题进行分类。 我不知道问题的标题。那么，如何创建标题并进行分类呢？

Answer 1

您的任务包括document clustering，其中每个问题都是一个文档，cluster labeling，其中label指定主题。 请注意，如果您的问题很短且/或难以分离，例如属于类似的类别，那么质量不会那么高。

请查看simple recipe，了解文档群集及相关问题first和second。

作为标签的基线，请尝试使用群集字或质心中的max tf-idf字。