如何应用 nltk 对问题进行分类

Question

我有一个从在线网站提取的文本文件中的问题列表。我是 nltk 的新手（在 Python 中），并且正在阅读 (http://http://shop.oreilly.com/product/9780596516499.do) 的初始章节。请任何人帮助我将我的主题分类在不同的标题下。 我不知道问题的标题。那么，接下来如何创建标题和分类呢？？？

Answer 1

您的任务由document clustering（每个问题是一个文档）和cluster labeling（标签指定主题）组成。 请注意，如果您的问题很短和/或难以分离，例如属于类似的类别，那么质量不会那么高。

查看simple recipe 了解文档聚类和相关问题first 和second。

作为标签的基线，尝试从聚类词或质心中获取最大 tf-idf 词。