我正在尝试解决一个问题 - 对服务台电子邮件进行分类并将其发送给相关团队以进行解决。使用 Scikit-Learn、Numpy 和 Pandas 创建并测试了一个模型。- 标记电子邮件主题和正文，使用 Bag-of-Words/TfIdf，并应用 ML 算法，如 - SVM、随机森林、线性分类等。
现在，当我阅读更多内容时，遇到了 NLP 和神经网络、Keras、PyTorch、Tensorflow 等。
请问如何为我的特定问题选择正确的工具或解决方案？请指教。
如何选择解决方案 - 神经网络或 Scikit-Learn/Numpy/Pandas？
数据挖掘
机器学习
神经网络
分类
nlp
2022-03-06 08:23:09
1个回答
没有神奇的解决方案。你将不得不尝试。我想说的经验法则是首先尝试训练和部署成本较低的分类器（即 Scikit-learn），然后尝试使用 NN。
无论如何，对于您的问题，您可能有兴趣尝试使用 Genism 库进行主题建模，以提取电子邮件中提到的主题类型。
那么 spaCy 是一个很好的 NLP 生产任务工具，应该有一些文本分类演练使用它。
这些只是几个想法，我相信还有很多。我认为关键是要了解哪些关键指标、特征、单词负责将电子邮件标记为特定类别。