python-3.x - 无监督文本分类

Question

我使用 Python 3 和 sklearn 构建了一个垃圾邮件分类器。对于垃圾邮件/火腿分类，我使用了支持向量机，它具有相当好的准确性(~99%)

我现在面临的问题是，一旦我对火腿邮件进行了分类，我想自动对它们进行分类，例如:与政治相关的邮件、与音乐相关的邮件等等，并将它们放入特定的存储桶中。

挑战是我无法用特定类型的邮件训练算法，因为我不知道什么类型的邮件可能会出现在我的收件箱中，所以我陷入了这个阶段。如果有人可以分享一些解决方法，那就太好了。谢谢。

Answer 1

您可以查看Latent Dirichlet allocation (topic modelling技术)。但此模型将返回未标记的电子邮件组。