如何使用python根据主题对英语单词进行分类？

如何使用python根据主题对英语单词进行分类？例如国家和政府：政权、政治、政治家、官员、民主……此外，还有其他主题：教育/家庭/经济/科目等等

我想整理一下《经济学人》杂志的词汇表，并根据频率和主题对它们进行分类。

---

目前，我已经完成了词频统计，下一步是如何用python自动分类这些单词？

听起来很难处理。而且这不是一项简单的任务。如果我是你，我会考虑2种方法来做你所要求的。< /P>

制定你自己的规则

• 如果你完成了单词的计数，那么你应该将这些单词与主题匹配起来。没有免费的午餐。制定自己的分类规则。e、 娱乐有很多“电视”和“戏剧”，所以如果一些文本有，那么我们可以猜测它属于娱乐

机器学习

• 如果你负担不起制定规则，就让机器来做吧。但即使在这种情况下，您也应该使用所需的类（主题）标记文章

• 这里也可以使用无监督的预培训（例如聚类）。但最后，我们需要有主题的监督数据集

• 你应该决定主题的分类

欢迎来到ML世界。

---

希望这有助于找到正确的起点

你想做的事叫做。有很多方法可以做到这一点，但通常训练一个简单的模型就足够了。您还可以将TF-IDF矢量化与LSA结合起来进行主题建模。是比较两者的好指南。

尝试学习函数映射（），它可以帮助您您好，非常感谢。你的建议对我帮助很大！但是我现在很困惑，不知道如何开始。我可以直接在互联网上找到现成的工具吗？如果没有，我应该如何做或学习主题建模？我是电气专业的硕士，有数学和Python方面的基础。@peak有很多关于如何使用Python进行LDA主题建模的指南，请参阅其中一个，并尝试用他们的数据模拟他们的示例，然后将所学知识应用到自己的数据中。对于库，spacy（用于文本预处理）和gensim用于机器学习逻辑。