我可以使用任何只有一个功能的机器学习方法吗？

是的！

事实上，许多 NLP 分类任务都是这种格式。给定一段文本，对某物进行分类。例如：

• 给定 1 条评论，对情绪进行分类
• 给定 1 篇新闻文章，对主题进行分类
• 给定 1 条聊天消息，对意图进行分类

现在你有：

• 给定 1 个名称，对 Fullname 进行分类

可以使用更好的方法吗？

就像你提到的那样，你可以找到Fullname给定的最常见的name，每次你得到一个name你有一个查找表Fullname。但是，当一个name你从未见过的东西出现时会发生什么，你如何分类呢？您是否还假设您已经拥有完整的Fullnames 列表？

假设：你知道所有Name的 s 和Fullnames

在这种情况下，请按照您的建议进行操作。创建字典映射Name-Fullname通过查找Fullname每个Name.

假设：你知道所有Fullnames 但不是所有Names

假设你有映射：

Peter -> Johnson
John  -> Smith

然后，有一个您以前从未见过的名称，Pete例如，它不会出现在您的映射表中。

您可以尝试两种方法：

1. 简单的方法 - 查找映射中的哪个名称最接近Pete使用一些单词距离度量，例如 Levenshtein。
2. 更健壮的方法 - 忘记映射表的概念并使用机器学习模型。您将需要以下物品：
   1. 一个文本矢量化器，用于将您的文本转换为数字矢量。我建议使用字符级别的 n-gram TF-IDF。
   2. 一个分类器。如果您使用我建议的矢量化器，那么您将需要一个线性分类器，例如 SVM。

如果您使用方法二，当您遇到 name 时Pete，它将被转换为 n-gram（例如[pe, et, te, pet, ete]）并矢量化。

假设：你不知道所有Fullnames 并且你不知道所有Names

这变得更有趣了，因为你可以和Fullname生成一起工作。

当您移至其他国家/地区的名称时，也可以使用它。

例如，您已经有了映射：

Peter -> Johnson
John  -> Smith

然后你开始处理荷兰名字并遇到Pieterand Jan。然后，您可能希望获得以下结果，即使Fullnames 也不同：

Pieter -> Janssen
Jan    -> Smeets

为此，您可以使用 seq-to-seq 循环神经网络。该架构可以类似于用于神经语言翻译的架构。

但是，您创建的所有嵌入都必须是字符级别的。不是为每个单词学习嵌入，而是为每个字符学习。您还一次为您的网络提供一个字符。这样，您将不太可能找到“词汇表外”标记（除非您从另一个字母表中找到字符）。