NLP对具有置信度值的详细信息进行分类

Question

背景

我正在编写一个Swift应用程序，该应用程序需要按categories对用户事件进行分类。这些类别可以是：

• Athletics
• Cinema
• Food
• Work

但是，我有这些类别的设置列表，并且不希望超出我认为能够对任何类型的事件进行分类所需的最低数量。

问题

是否存在执行以下操作的机器学习（nlp）过程？

1. 获取一段文本（在我的情况下是事件的描述）。
2. 为每种可能的分类创建一个“百分比匹配”。

例如，假设事件的描述如下：

  

适合所有年龄段人群的有趣，充满活力的自行车骑行。

传递此描述的算法将返回一个看起来像这样的对象：

{
    athletics: 0.8,
    cinema: 0.1,
    food: 0.06,
    work: 0.04
}

对象中每个键的值均为置信。

如果任何人都可以指导我正确的方向（甚至发送一些特定于iOS开发人员的常规资源或解决方案），我将非常感激！

Answer 1

您正在谈论典型的分类模型。我相信iOS为您提供了在应用程序内部执行此操作的API。 Here寻找自然语言处理位-NLP

您可能也因此而被否决，因为该论坛通常着眼于解决特定的编程查询，而不是一般的查询（这是一个假设，可能还有其他原因需要投票）。