我想知道机器学习领域中的哪种技术可以解决下面的问题(例如：分类、CNN、RNN等(
问题描述：
用户会输入一个字符串，我想分解字符串以获得我想要的信息。例如：
- 用户输入"；R21TCCCUSISS"；，经过代码分解后，我得到的信息是：；R21"；是产品类型；TCC"；是批号；CUSISS"；是原产地
- 用户输入"；TT3SUAWXCCAT"；，经过代码分解后，我得到的信息是：；TT3S"；是产品类型；SUAW"；是批号；X〃；是用户输入的错误字符；CCAT"；是原产地
产品类型、批号和原产地中没有固定的字符串长度。类似的产品类型可以是"；R21"；或"；TT3S"；，意味着产品类型可以包括2个或3个字符。
有时字符串可能包含错误的输入信息；X〃；在上面所示的实施例2中。
我试图找到相关的解决方案，但我得到的最相关的是这个：https://github.com/philipperemy/Stanford-NER-Python
然而，我得到的字符串不是一个句子。一个句子包含空格&语法，但我得到的字符串不适合这种情况。
使用任何ML都无法合理地解决您的问题，因为您有一个定义的产品类型列表等，因为可能没有任何实际的简单逻辑，而且通常您从未在连续体(向量空间等(中工作。ML的目的是从几条数据中建立一个回归函数，并希望/期待一个良好的概括(回归适用于所有看不见的例子，过去、现在和未来(。
基本上，您正在尝试对输入语法和生成进行逆向工程(这是通过一种算法完成的，可能包括一个随机数生成器(。但是，为了断言你的分类器函数正常工作，你需要所有的数据也是基本事实，这打破了ML原则。
您想列出所有定义的产品类型列表(基本事实(，并将输入的部分(有或没有正则表达式模式(分散到不同的类型(批号、原产地(中。"；学习；实际上是逐元素构建一个函数(或者几个，每个类型一个(，它填充一个映射(c++(或一个字典(c#(，并使用它来解析输入。