我想在我的公司开始一个机器学习项目，对于支出分析师来说，一个非常大的痛苦是对买家订购的维护、工具、原材料等产品进行分类，因为采购订单上的描述是自由文本，人们可以写几乎任何东西（通常是订单被批准的最低限度）

一些重要的考虑因素是：

• 由于公司是全球性的，因此描述的语言是本地语言（德语、西班牙语、英语、俄语、中文等）

• 句子结构没有标准

• 人们可以输入缩写

• 对于某些产品，买家不定义该零件是维修零件还是全新产品

我已经阅读了有关用于文本分析的 sklearn 库的信息，但我对机器学习算法真的很陌生（我已经基本完成了基本教程）。大部分例子都是用来分析推文或抱怨的，但如果我想考虑文本以外的变量，比如数量、单一价格、提供者和其他参数，我不知道从哪里开始；另外，我的类别是基于某些规则的四个级别的层次结构（例如，如果单价超过X，则属于A类）

数据库的一个示例可能是：

DESCRIPTION                             uom    Mgroup   Provider     Category   Unit    Spend     Total Quantity
CATALOG: A6-CJR-45 XRE:    N/A C-RING   FT     A        Prov1        31000000   5.1     $5.10     1
Contactor iec, 9a, 24v dc, 50/60hz (    FT3    B        Prov2        32131000   82      $164.00   2
Ducto ranurado de 2 x 3, color gris,    BAL    C        Prov1        32131000   24.34   $486.80   20
Modulo de 8 salidas aisladas 5-235 vc   ST     B        Prov2        32131000   254.74  $764.22   3
Selector no-il. plastico 2 pos. mant.   ST     B        Prov3        32131000   6.46    $32.30    5
(ELEC-L2GEW4) TERMINAL TIPO LENGÜETA P	SER    D        Prov2        39120000   3.77    $56.55    15
2 Position Selector Switch - Plastic,   M      E        Prov2        23161500   9.89    $69.23    7

所以我的问题是，我可以从哪里开始调查？哪种算法最适合解决这个问题？

谢谢！