NLP 使用置信度值对细节进行分类

Question

背景

我正在编写一个 Swift 应用程序，它需要按 categories 对用户事件进行分类。这些类别可以是：

• Athletics
• Cinema
• Food
• Work

但是，我有一个这些类别的集合列表，并且不希望超过我认为能够对任何类型进行分类所需的最小数量事件。

问题

是否有执行以下操作的机器学习 (nlp) 程序？

1. 获取一段文本（在我的例子中，是对事件的描述）。
2. 为每个可能的分类创建一个 "percentage match"。

例如，假设一个事件的描述如下：

Fun, energetic bike ride for people of all ages.

传递此描述的算法将return一个看起来像这样的对象：

{
    athletics: 0.8,
    cinema: 0.1,
    food: 0.06,
    work: 0.04
}

其中对象中每个键的值是 置信度。

如果有人能指导我正确的方向（或者甚至发送一些通用资源或特定于 iOS dev 的解决方案），我将不胜感激！

Answer 1

你说的是典型的分类模型。我相信 iOS 为您提供了在您的应用程序中执行此操作的 API。 Here Look for natural language processing bit - NLP

此外，您可能被否决了，因为该论坛通常寻求解决特定的编程问题，而不是一般性的问题（这是一个假设，可能还有另一个被否决的原因。）