python - Python 中的机器学习 : scikit-learn/Pybrain

Question

我阅读了一些教程和介绍，但我不确定我是否掌握了其中的窍门，最重要的是，我不确定我是否完全理解 ML 与 NN。

假设我想指导一个程序(例如 scikit-learn)，以便它有一些语言字典作为其输入集。例如，我有一本大型意大利语单词字典，可以将其作为数组数组输入(数组中的每一项都是一个单词，每个单词都是一个 ascii 值数组，一个对应世界上的每个字符):

[
    [112, 105, 122, 122, 97], // pizza
    [109, 097, 109, 109, 97], // mamma
    ...
]  

是否可能/什么是最好的库/如何做到这一点:

1. 给定一个单词，让程序推断它是否可能是意大利语单词，以便“mafia”被识别为潜在的实际意大利语单词，但“Eichhörnchen”不是(它比平均意大利世界长，它包含像“rnch”这样的序列在初始集中找不到，它包含“ö”，这是意大利语中未使用的字符)
2. 根据初始集合生成其他(可能的)意大利语单词。例如，“potomo”并不是一个真正的意大利语单词，但根据意大利语正字法，它可能是

Answer 1

我认为可以使用朴素贝叶斯分类和KNN。朴素贝叶斯分类被证明可以过滤垃圾邮件，但在此之前你需要一个同义词库。