所以我有一个特定的用例，我的同事多年来保存了数千篇被认为是“好”的文章，还有数十万篇被认为是坏的文章，他们没有保存！

我的目标是训练一个 NLP 深度学习模型来检测哪些文章是好的，哪些是坏的。因为我没有“坏”文章，所以我不能使用二元分类。

所以我的问题是：1-一类文本分类是否适合这项任务？1.1-如果是，请让我知道如何在 NLP 的上下文中做到这一点。2-此用例是否有其他解决方案或建议？

PS 我找到了一些类似用例的研究和代码，比如异常检测和欺诈检测，但是这个用例的性质是不同的。因为首先我有文本文档，而我发现的是表格数据。其次，我有成千上万个被标记为“好”的文档，其中数十万个被标记为“坏”并且没有保存在数据库中。但在异常检测和欺诈检测或其他类似用例的情况下，大部分数据都被标记为“良好”，因此我们正在寻找例外情况。

我真的很期待您的回答、建议和想法，我非常愿意讨论。谢谢你。