Amazon web services 基于AWS机器学习的文本分类

我一直在考虑使用AWS机器学习为我的项目实现一个分类程序。我有大约40000个文档，这些文档有几个纯文本功能。例如：名称（<200个字符）和描述（可能有数百/数千个单词）

简而言之，我希望根据每个文档的内容为其分配类别（0或更多）

我已经阅读了AWS ML教程，并查阅了其他一些资料，但可用的资料似乎涉及数字、布尔值、日期时间或其他非文本的特征字段

AWS机器学习是否能够主要（或可能仅）基于文本字段对文档执行多类分类？如果有，是否有任何参考资料可用于这一特定途径

主要来说，您不需要“文本字段”，首先您必须从语料库（文本）中创建向量空间模型（VTM），然后您可以使用tf idf对VTM进行加权，还可以使用数字字段

您确定要应用AWS ML来训练只有40000个文档的语料库吗