我想将短信分为几个类别，如“建立关系”、“协调”、“信息共享”、“知识共享”和“冲突解决”。我正在使用 NLTK 库来处理这些数据。我想知道 nltk 中哪个分类器更适合这个特定的多类分类问题。
我打算使用朴素贝叶斯分类，是否可取？
最佳答案
朴素贝叶斯是最简单易懂的分类器，因此它很好用。使用波束搜索找到最佳分类的决策树并不难理解，而且通常会更好一些。 MaxEnt 和 SVM 往往更复杂，SVM 需要进行一些调整才能正确。
最重要的是功能的选择+您提供的数据量/质量!
对于您的问题，我将首先专注于确保您拥有良好的训练/测试数据集并选择良好的功能。由于您问这个问题，您对 NLP 的机器学习没有太多经验，所以我会说朴素贝叶斯从简单开始，因为它不使用复杂的特征 - 您可以标记和计算单词出现次数。
编辑:
问题How do you find the subject of a sentence?我的回答也值得一看。
关于nlp - 在NLTK中选择哪个分类器，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/6585728/