使用AWS機器學習的文本文檔分類

Question

我一直在尋找使用AWS機器學習來爲我的項目實施分類程序。我有大約40,000個文件的訂單，這些文件有幾個純文本功能。例如：名稱（< 200個字符）和說明（潛在的數百/數千字）。

簡而言之，我期待根據內容爲每個文檔分配類別（0或更多）。

我已閱讀AWS ML教程並查看了一些其他來源，但可用材料似乎處理數字，布爾值，日期時間或其他非文本的要素字段。

AWS Machine Learning是否能夠對基於文本字段（或可能僅用於）文本字段的文檔執行多類別分類？如果是這樣，是否有任何參考資料可用於這個特定的途徑？

Answer 1

主要不需要「文本字段」，首先必須從語料庫（文本）中創建矢量空間模型（VTM），而不是使用tf-idf來加載VTM，並且可以使用數字字段。

您確定要使用AWS ML來訓練只有40.000文檔的語料庫嗎？