无监督文本分类

Question

我已经使用Python3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，它有相当好的准确率(~99%)

我现在面临的问题是，一旦我对垃圾邮件进行了分类，我想自动地对它们进行分类，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桶中。

挑战是我不能用特定类型的邮件训练算法，因为我不知道收件箱中会出现什么类型的邮件，所以我被困在这个阶段。如果有人能分享一些解决办法，那就太好了。谢谢。

Answer 1

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