我一直在尝试一些框架和算法，但我无法找到符合我想要的东西 - 这是根据值对数据列进行分类。
我尝试使用贝叶斯算法，但它并不是非常精确，因为我无法预期正在搜索的数据是在训练集中 - 但我可以预期该模式在培训。
我没有机器学习/人工智能的背景知识，但在真正深入实施之前，我一直在寻找一些有用的实例。
我建立了一个较小的ARFF来举例说明。还尝试了许多Weka分类算法，但没有一个给我带来好的结果。
@relation recommend
@attribute class {name,email,taxid,phone}
@attribute text String
@data
name,'Erik Kolh'
name,'Eric Candid'
name,'Allan Pavinan'
name,'Jubaru Guttenberg'
name,'Barabara Bere'
name,'Chuck Azul'
email,'erik@gmail.com'
email,'steven@spielberg.com'
email,'dogs@cats.com'
taxid,'123611216'
taxid,'123545413'
taxid,'562321677'
taxid,'671312678'
taxid,'123123216'
phone,'438-597-7427'
phone,'478-711-7678'
phone,'321-651-5468'
我的期望是训练一个像上面这样的大数据集，并根据模式得到建议，例如：
joao@bing.com -> email
Joao Vitor -> name
400-123-5519 -> phone
您能否建议研究任何算法，示例或想法？ 我无法找到合适的人选，也许只是缺乏词汇量。
谢谢！
答案 0 :(得分：2)
您要做的是称为命名实体识别（NER）。 Weka在这里很可能不是真正的帮助。库Mallet（http://mallet.cs.umass.edu）可能是个不错的选择。我建议采用基于条件随机场（CRF）的方法。
如果您想继续使用weka，则需要更改功能空间。然后朴素贝叶斯将对你提供的数据做好准备 例如。添加
的功能