应该使用哪种机器学习技术进行消息分类答案

【问题标题】：which machine learning technique should be used for message classification应该使用哪种机器学习技术进行消息分类
【发布时间】：2016-12-16 16:35:56
【问题描述】：

我有一个包含客户信息的数据集，最终类别之一是以下示例-

key   message                                                  final category
1     i want customer care no i want to talk with ur team       other
2     hi I 9986443603cjhh had qkuiv1uhqllljqvocally q illgi vq  noclass
3     hai points not coming                                     checking

喜欢。数据集是一个巨大的文件，至少有 20 个最终类别类型。请提出适当的方法来对数据进行分类，并带有一条消息，这将是它的最终类别。我正在考虑用消息词制作 feature_vector 并将其输入贝叶斯会不会很棒？或者我必须使用其他技术。

非常感谢。

【问题讨论】：

标签： machine-learning scikit-learn classification bayesian

【解决方案1】：

你可以考虑词嵌入。您可以从here 下载嵌入（在此链接中-Glove，您也可以使用word2vec）。

这个想法是相似的词会有相似的向量。将消息中的每个单词转换为向量后，您可以对所有向量进行平均（或者，使用 TF-IDF 进行平均以获得更好的结果）以获得消息的向量表示。当然，像 qkuiv1uhqllljqvocally 这样的词不会出现在词汇表中。要检查您的结果，您可以对所有向量进行聚类（使用 20 均值聚类，如果您有 20 个类），以查看相似的消息聚类到同一组。

【讨论】：