Machine learning 如何找到一组词簇的特征？

我的动机我正在努力学习德语，并意识到德语的结构有一个令人困惑的事实：在许多情况下，每个名词都有一个与名词本身无关的性别

与英语等语言不同，每个名词都有不同的定冠词，具体取决于性别：der（阳性）、die（阴性）和das（中性）。例如： das Mädchen（“女孩”）、der Rock（“裙子”）、die Hose（“裤子/裤子”）。因此，名词的性别分配与其含义之间似乎没有关联

数据 我收集了多达5000个德语单词，每个单词有3列（das、der、die），每个单词有1和0。因此，我的数据已经用一个热编码进行了聚类，我不想预测任何东西

我来这里的原因我不知道从哪里开始，如何处理这个问题，因为在这种情况下，聚类中的距离概念对我来说没有意义。我想不出一种方法来生成这些聚类的可理解描述。混合数据使我无法想到一些用于评估的硬编码指标反倾销

所以，我的问题是： 我想找到一些模式，这些词的一些特征，这些特征使它们属于一个特定的集群。我不知道我是否有任何意义，但有些人已经设法找到了一些模式（例如词尾，细长的物体往往是男性的等等）我相信ML/AI可以在这方面做得更好。我能做这样的事情吗

一些个人想法 当我在做一些研究（也许是天真的）时，我意识到潜在的选择是和。而且，我在想我是否可以只刮几张图片（比如5张）对于每个单词，尝试运行一些图像分类，并查看中间NN，以查看是否有任何特定形状支持特定的对象性别。此外，我想知道从google n-gram查看器中抓取这些单词的数据是否有帮助。我想不出一种使用NLP或其子域的方法

备选方案如果我刚才写的一切听起来都很荒谬，请建议我用Python对我的数据帧进行可视化表示（更像是节点和路径，节点上有图像，每个集群一个），这样我就可以制作图形思维导图，并试着把它们牢记在心

---

最终目的是让学习德语变得更简单对我自己，也可能对其他人来说

我知道你已经将此贴到了语言学上。在Stackiverse中，任何时候只有一份你的问题被认为是礼貌的。你应该删除此版本。嘿！我很抱歉。我没有意识到这一点。我是只是确保人们能真正看到它。我只是希望数据科学的人们能有一个观点。我看到你把这个贴到了语言学上。在Stackiverse中，任何时候只有一个问题的副本被认为是礼貌的。你应该删除这个版本。嘿！我很抱歉。我没有意识到这一点我只是想确保人们能真正看到它。我只是希望数据科学界的人们能有一个观点。