[问题]短文本分类

是对网页分类还是对标题query分类呢？话说没有标注数据的话能做分类么...

聚类？

进楼学习~

【 在 hoshizora 的大作中提到: 】 : 是对网页分类还是对标题query分类呢？话说没有标注数据的话能做分类么... 标题和query, 确实没有标注。但是想把这些query和标题打上类别

【 在 baozuyi 的大作中提到: 】 : 聚类？ 聚完，然后呢

分类一般都要标注吧。。。一点信息都没有的话怎么学习类别的特征呢。。 硬要分的话，可以找收集这几类的行业词表，直接做词表匹配，不过这样对非高频词文本处理不了 【 在 cool15684 的大作中提到: 】 : : 标题和query, 确实没有标注。但是想把这些query和标题打上类别

抛砖引玉：提取关键词然后计算类目标签余弦距离，应该可以起到粗分类的效果

聚完就聚出来了。。 【 在 cool15684 的大作中提到: 】 : : 聚完，然后呢

如果明确分类体系的话：先分词，再统计词频，先挑出一部分人工分类作为训练集和测试集，用训练集训练，测试集测试精度，再调参，感觉准确度差不多了就把剩下的数据仍进去交给机器去分类。 当然如果没类区分度大的话可以试试聚类，但是具体哪一类是什么不好得知。（看来都是金融向的可能语料相似度较高，个人感觉聚类很悬 【 在 cool15684 的大作中提到: 】 : 问题是这样的，手里有一些金融方面的 url、网页标题，搜索引擎query等数据，但是没有标注数据。 : 想把这些短文本进行分类，分类体系已有大致包括银行、股票、保险、基金这几类。 : : 请问各位 : ......... 发自「贵邮」