我想为给定的字符串返回一个简单的“真”或“假”，以确定它是一个不完整的句子，比如“这就是他们通常的原因”，还是一个完整的实体，比如章节标题或列表，例如“The boardwalk”。

我愿意为这项任务使用任何机器学习架构，我可能会通过显示算法的周围线来为字符串提供上下文，以查看句子片段是否适合某些连续文本，但对于初稿我' 可能只会孤立地关注个别行。

解决这个问题的最标准方法是什么？

例如，也许已经有一些预训练模型知道某物是否是句子片段，我可以使用它。

否则，如果不是，我使用哪种神经网络是否重要，或者是否有来自 PyTorch 的最标准的神经网络？

有没有一种聪明的方法可以避免需要查找或创建训练数据？无监督学习方法能否自然地将文本行划分为相似和不同的行？

或者如果我需要训练它，是否有可以快速学习的算法，也许只有 100 个例子？

否则，我想我将不得不找到或创建大量数据来训练它？

解决这个问题的最佳方法是什么？