Algorithmus eine Liste der Produkte zu klassifizieren? Nimm 2

Question

Ich fragte eine Frage ähnlich wie diese ein paar Wochen her, aber ich habe nicht die Frage richtig stellen. Ich bin also wieder fragen hier die Frage mit mehr Details, und ich möchte eine KI-orientierte Antwort bekommen.

Ich habe eine Liste darstellt Erzeugnisse, die mehr oder weniger gleich sind. Zum Beispiel in der unten stehenden Liste, sie sind alle Festplatten von Seagate.

1. Seagate Hard Drive 500Go
2. Seagate Hard Drive 120Go für Laptop
3. Seagate Barracuda 7200.12 ST3500418AS 500 GB 7200 RPM SATA 3,0 Gb / s Festplatte
4. Neue und shinny 500Go Festplatte von Seagate
5. Seagate Barracuda 7200.12
6. Seagate Freeagent Desk 500GB externe Festplatte Silber 7.200 USB2.0 Einzelhandel
7. GE Spacemaker Wäscherei
8. Mazda3 2010
9. Mazda3 2009 2.3L

Für einen Menschen, die Festplatten 3 und 5 sind die gleichen. Wir könnten ein wenig weiter gehen und nehmen wir an, dass die Produkte 1, 3, 4 und 5 gleich sind und in anderen Kategorien, um das Produkt 2 und 6

In meiner vorherigen Frage, schlug jemand vor mir Merkmalsextraktion zu verwenden. Es funktioniert sehr gut, wenn wir eine kleine Datenmenge von vordefinierten Beschreibungen haben (alle Festplatten), aber was ist mit all der anderen Art der Beschreibung? Ich möchte, dass meine Anwendung nicht starten regex basiert Merkmalsextraktoren für alle Beschreibungen könnte Gesicht zu schreiben, ist es nicht Maßstab. Gibt es eine Maschine Lernalgorithmus, den mir dies zu erreichen helfen könnte? Der Bereich der Beschreibung, die ich sehr weit kommen kann, ist auf der Linie 1, es ist ein Kühlschrank sein könnte, und dann in der nächsten Zeile, eine Festplatte. Soll ich versuchen, das Neural Network Weg zu nehmen? Was sollte meine Eingaben sein?

Vielen Dank für die Hilfe!

Answer 1

Ich würde irgend Methoden rel="noreferrer">. Es würde bedeuten, den Klassifikator trainiert, bestimmte Wörter zu erkennen, als Wahrscheinlichkeit angibt, dass ein Produkt an einen Ihrer Klassen gehört. Zum Beispiel, nach trainiert, könnte es zu erkennen, dass, wenn eine Produktbeschreibung hat „Seagate“ drin, es gibt eine 99% Chance, dass es sich um eine Festplatte ist, während, wenn es „Mazda“ gibt es eine 97% ige Chance, es ist ein Auto ist. Ein Wort wie „neue“ würde wahrscheinlich am Ende nicht viel zu einer Einstufung beitragen, das ist so, wie Sie es arbeiten wollen.

Der Nachteil wäre, dass es in der Regel ziemlich große Korpora von Trainingsdaten erfordert, bevor es gut zu funktionieren beginnt, aber man kann es so einrichten, dass es seine Prozent ändern werden fortgesetzt, während in der Produktion zu sein (wenn Sie, dass es merken klassifiziert etwas falsch), und es wird schließlich sehr wirksam.

Bayes-Techniken sind ziemlich schwer vor kurzem für Spam-Filteranwendungen verwendet , so dass es gut sein könnte einige Lesung über die Möglichkeiten, es zu tun dort verwendet worden ist.

Answer 2

Sie sollten sehen sowohl Clustering und Klassifizierung . Ihre Kategorien scheinen offen und schlagen daher vor, dass Clustering das Problem besser passen. Wie für Eingabedarstellung, können Sie Ihr Glück versuchen, mit extra Wort- und Zeichen n-Gramm . Ihre Ähnlichkeit Maßnahme kann die Anzahl der gemeinsamen n-Gramm oder etwas anspruchsvollere . Sie müssen möglicherweise die resultierenden Cluster manuell zu kennzeichnen.