我有大约3000个单词，我想将它们分成大约20-50个不同的类别。我的话是你可能在公司名称中找到的典型短语。例如，“面子”，“书”，“销售”，“力量”。
到目前为止，我一直在寻找的图书馆是熊猫和scikit-learn。我想知道是否有适合这种情况的机器学习或深度学习算法？
我一直在寻找的主题是分类：识别对象属于哪个类别，以及降维：减少要考虑的变量的随机数。
当我搜索在Google上将文字分类时，它会带来孩子们的谜题，例如“你用铅笔做的事情” - 画画。或“房子的一部分” - 院子，房间。
答案 0 :(得分：1)
要深入学习这方面的工作，你必须开发一个大型数据集，很可能是手动的。事实上，最大的自然语言处理数据集是手动创建的。 即使您能够找到模型可以学习的数据集。那么诸如梯度增强树之类的模型将是其中之一，这将非常适合这样的多类别分类。一个经典的库是xgboost。