在标记数千条评论并评估几个ML分类器之前，我很好奇ML分类器是否应该用于下面的问题。我已经搜索过网络和堆栈溢出，只收到了关于精度，召回率，准确度等的定义，这些并不是我所寻求的。
我需要检索属于特定类别的客户评论，以便我们知道在哪里进行改进。例如，我们需要查看关于＆＃34;受损产品的评论＆＃34;。问题在于，正如您所期望的那样，客户会输入非常相似的正面评论和负面评论。
假设我们有一系列评论如下（缩写为例如）
反面例子：
非常相似的正面例子：
即使要分类的文本非常相似，是否可以对ML分类器进行培训，以确定具有高度确定性的样本？
感谢。