Java 选择包含智能手机信息和其他数据的条目

我不确定如何解决以下问题，我正在寻求一些指导：

我有一个文件，其中包含一个随机的广告标题在每一行。我需要做的是，根据广告是否销售手机，将每个标题分类为智能手机或非智能手机

很抱歉，文件不是英文的，但这里有一个屏幕截图显示了其中的一点：

我遇到的问题：

• 一些广告标题与智能手机有关，但它们实际上并不销售手机，而是与之相关的东西（附言）。示例：一则销售Iphone X手机壳的广告

• 有些广告甚至没有手机品牌，只有型号。例如：“白色小米混合2s全球64GB”或“J7 Pro 64GB 4g J730”

• 如果有一种方法可以从标题中提取出准确的手机型号，那将是完美的，但是由于每个广告标题的格式都不同，我找不到一种方法来做到这一点

• 通常品牌生产各种各样的产品，而智能手机只是其中一种产品。因此，当我按品牌名称过滤时，它通常会返回与智能手机完全无关的广告（平板电脑、电视、充电器等）。需要更多的过滤

• 即使我被允许使用它，我也找不到包含所有智能手机型号列表的数据库，或者我不知道如何从中检索信息

到目前为止我的想法：

• 如果我可以访问一个包含大量智能手机型号的数据库，我可以直接搜索每个型号名称的文件（例如，“Iphone 5s”或“Moto G6”）

• 我尝试使用FonoAPI（一个智能手机数据库，用于咨询使用java、php等的手机的数据）搜索特定品牌的智能手机型号，但api每次最多只能返回100个结果。因此，为了使用它，我需要从标题中提取产品型号名称，以便检查它是否列在FonoAPI数据库中

---

因此，由于文件中的每个广告标题的格式不同，我正在寻找一些如何做到这一点的想法，因为我找不到一种方法从标题中提取产品模型以与FonoAPI数据库进行比较，既不能访问包含大量模型的大型数据库，也不能直接在文件中查找它们。

我的答案不太准确，更像是我想提出的想法（因为我喜欢这个问题，并且很乐意获得文件，似乎无法从链接中获得）

首先，由于所有NLP问题，您需要确保所有文本的格式都相同

获取手机型号数据库。我会尝试建立一个手机品牌的数据库。然后去一个销售网站做网页抓取。这样你会得到很多手机型号

我会尝试使用一些NLP模型，比如LDA，但采用另一种格式化方式（比如在gb和手机品牌之后避免单词超出限制。我们希望所有手机都接近这些单词）

这可能是愚蠢的想法，但我想与大家分享（我不能评论：D）