分组类似的错误消息-NLP/机器学习python

我在一个excel文件中有近500条错误消息，我正在尝试将类似的错误消息分组。以下是一些示例错误消息

无效的帐户名

无效帐号

关闭日期早于打开日期

结束日期早于活动日期

帐户名必须是唯一的

帐号必须是唯一的

我的要求是将类似的错误消息分组

到目前为止，我尝试的一种方法是在对文本进行预处理后使用Doc2Vec生成向量。但我不知道如何继续向量以及如何使用向量输出进行分组

---

有人能提出进一步的建议吗？如果还有其他更好的方法。请建议。

我不确定我是否理解您的问题，您有数据向量，但没有标签，对吗？如果你没有标签，我不相信分类是否有任何意义。您应该使用集群。如果您可以估计您的组号（集群号），您可以尝试使用Kmeans来查看它的运行情况。如果您不知道集群的数量，请使用自底向上的集群或DBSCANYes。。我没有标签。。我没能。。但是我不知道如何理解输出。。DBSCAN是否有类似的教程或示例代码？通常情况下，您应该查看数据和集群，看看它是否解决了您的问题，并且实际执行了您的任务。这取决于您是否明确定义了任务，以及您是否知道最终需要什么。如果你这样做了，看看结果，会有所帮助。对于DBSCAN，它们是web上的大量示例。这是我通过谷歌随机找到的一个问题：我不确定我是否理解你的问题，你有数据的向量，但你没有标签，对吗？如果你没有标签，我不相信分类是否有任何意义。您应该使用集群。如果您可以估计您的组号（集群号），您可以尝试使用Kmeans来查看它的运行情况。如果您不知道集群的数量，请使用自底向上的集群或DBSCANYes。。我没有标签。。我没能。。但是我不知道如何理解输出。。DBSCAN是否有类似的教程或示例代码？通常情况下，您应该查看数据和集群，看看它是否解决了您的问题，并且实际执行了您的任务。这取决于您是否明确定义了任务，以及您是否知道最终需要什么。如果你这样做了，看看结果，会有所帮助。对于DBSCAN，它们是web上的大量示例。下面是我通过谷歌找到的其中一个：