基于用户评论的NLP文本分类

Question

我是机器学习的新手，并且想研究这个问题。 我得到了一些有关产品的用户评论，并基于这些评论，我的模型应该进行总结并为我提供该文本语句的输出。

示例：-

1. 用户评论“设备电池正在加热”，基于此评论，我的模型应将此归纳为“电池问题”。
2. 用户评论了“屏幕破裂”，基于此评论，我的模型应将其总结为“显示问题”。

有人可以建议我哪种模型最适合我的问题陈述，否则任何模型代码示例都将真正有用。

我已经尝试使用TF-IDF和MB Naive贝叶斯分类器，但是它们没有帮助。我认为主题建模可以在这里为我提供帮助。

Answer 1

这听起来像是编码器/解码器DNN的问题。您可以翻译例如使用word2vec进行矢量处理并将句子输入编码器模型。这将为第二个模型（解码器）提供另一个向量，从而为您提供最终分类。 作为参考，请阅读Andrew Ng在Coursera（序列模型）上的深度学习课程。