如何对不属于我在文本分类中必须属于“未知”类别的文本进行分类？

Question

我正在研究一个NLP问题，以将文本分为四个类别。 1.体育 2.娱乐 3.占星术 4.未知

我为体育，娱乐，占星术创建了训练数据集。但是如何为“未知”类别创建训练数据集，或者如何将不属于前三个类别的文本分类为最后一个类别，即“未知类别”

Answer 1

我会选择不属于前三类的文档/文本。

这里有一个重要的问题，与其他类中的文档数量相比，文档数量可能会非常高，因此，您可能要做的是对子样本进行抽样（例如，随机抽样）选择许多Unknown类的文档。