Nlp 根据关键字确定类别

在聚类过程之后，我得到了一些相似的单词。我想对这些词进行分类

例如，如果我有这样的话：

• 链接数据
• 领域本体语义网
• 用例
• 语义标注

也许正确的分类是语义网

我知道这类问题可以用NLP解决，但我是NLP新手，不知道从哪里开始。谁能告诉我正确的方法是什么？或者是否可以到达

---

注：我发现他们用搭配和词性标注解决了类似的问题。我可以把它应用于这个特定的问题吗？

你可以搜索关于主题标签的论文——这通常被认为是一个相当困难的问题。不过，像下面这样的论文可能是一个很好的开始。作者还有一些其他相关的

---

刘建海、格里泽、纽曼、鲍德温（2011年6月）。主题模型的自动标签。《计算语言学协会第49届年会论文集：人类语言技术第1卷》（第1536-1545页）。计算语言学协会。

Hmmm，这不完全是主题模型的标准参考，但却是一本非常好的主题模型读物！我认为主题模型的标准参考是：@Marc Tomlinson谢谢，绝对值得一读。我太喜欢看那份报纸了。我想做那个实验，并尝试自己的结果。如果有人想看的话，我会把文章的链接发给他们：@alvas这个网站有很多关于主题模型的信息。我想用我的主题术语试试LDA，看看它是如何工作的，因为我没有文档。我有一些关键字，我想关联一个标签，该关键字。我发现Apache Mahout有LDA。所以我会开始玩它。谢谢你们的建议，伙计们，如果还有其他建议，我将不胜感激。@alvas我用折叠变分Bayes算法执行LDA。我获取了一个集群，它是另一个进程的结果。我把论文中所有的关键词和标题作为输入数据。之后，我得到了一些类别标签，但我想丰富我的结果。那么，我可以用维基百科的垃圾堆做到这一点，我怎么能做到呢？因为在“主题模型的自动标签”的论文中，他们尝试了这个方法，并且得到了令人难以置信的结果。