Python 按最可能的主题对新闻文章进行分类

假设我有一个API，它返回来自70多个新闻出版物的新闻文章摘要。如果我想解析每个摘要并推断出核心主题，我应该研究什么样的算法

以下是我试图实现的一个示例：

海冰的消失加速了变暖，威胁到动物和人类 生活在北极，引发全球安全担忧。

极地海冰每年夏天融化，每到冬天又重新融化——冻融 北极的气候循环已经被全球气候变化极大地改变了 变暖。不仅北极夏季的海冰迅速缩小， 但海冰的平均厚度也是如此。在过去，有些 多年来，北极海冰厚达10英尺（3米）， 现在，大部分冰层只有一年的生长期，这使得冰层变得更加坚硬 夏天容易融化的。科学家预测 在短短几十年内，北冰洋在夏季可能不会结冰

---

我能看到的最明显的解决方案是使用机器学习分类算法。您将需要一组培训示例，在这些示例中，您将获得摘要和正确的标签（主题）。使用此训练集训练算法如何对未来示例进行分类。在测试集上测试算法，并根据需要调整算法和参数，直到您对测试集的准确性感到满意。然后，在新的例子中放任它。这里有一个简短的概述：@huck_cussler我现在就去看看。我认为解决方案应该是一些有监督的ML算法，但我不知道如何开始。谢谢@克里斯：也许你可以研究信息检索算法，特别是。

Core subjects: ["sea ice melt", "arctic", "global warming"]