1樓：西南交一枝花
寫乙個簡單baseline處理步驟，首先確定任務主要是短文本分類，類別有n類。也就是最後做個n分類。
如果檔案比較大，使用按行讀取。
構建詞彙表，建立word2id 和 id2word，注意留個UNK 和 PAD的位置
確定最大長度文字，後面做padding使用將每個短文本ID化，就是依據word2id 變為數字搭建文字分類模型，可從github 上隨便找簡單的，框架任選。
確定超參如epoch batch 等。
文字每個batch按最大長度做padding，然後可喂進網路在每個epoch 結束可以使用精確度召回率 F1評價指標評測表現，確定訓練結束時間。
模型train完，使用測試集測試模型效能。完
2樓：我就不告訴你
有點寬泛，你可以通過groupby進行多層分組，這樣可以依次解決。具體問題具體分析，最好是有一些錶樣出來，這樣好對症下藥。
PS：我看了你的資料，首先說結論。你的問題應該屬於自然語言處理（英語：
Natural Language Processing，縮寫：NLP）範疇，因為最大的問題是你的資料並不是關鍵字，甚至連關鍵字都沒有，靠理解的話只能用第三方的NLP，不過據我所知中文的NLP並不理想。
假設你的資料中有關鍵字，那麼解決思路是先定義乙個關鍵字字典，把資料分隔成單詞，再進行匹配，返回key（也就是類別），就可以了。如下圖（僅為示意）：
hive中怎麼匯入帶引號的csv檔案
kidong wang 如果每個列都帶雙引號，有一種變通的方法 匯入原始csv檔案，對映為所有列都是string型別的表，建立檢視來處理雙引號和型別轉換。 Gerodan hive CREATE TABLE csv1 table a string,b string ROWFORMAT SERDE o...
女友要租一千多的婚紗怎麼勸
竇漪房 根本不用勸！直接買一套送到新娘面前！必須得正告新娘，替我省錢也不是這麼省的，直接行動就是最有力的答覆。畢竟，一千多租的婚紗質量真的很一般，婚紗店對外出租的婚紗一般都是外觀比較複雜的款式，卻不一定符合新娘的氣質和需求。最關鍵的是，這些都是別人穿過的款式！真的就不如自己買一套！如果只是一件主紗的...
udp檔案傳輸的問題，採用nack，怎麼處理最後幾個包丟失的情況
ggffss kcp 作者說的很清楚了，KCP是為了低延遲而生。例如流式傳輸等等。講道理用Kcp就是為了低延遲。所以。這些功能都有些多餘。傳輸效率Kcp就segment的報頭就至少是32位元組了。怎麼和TCP的20位元組比？ SakyaZhu 可以考慮用飛馳傳輸的產品 http ftrans.cn ...