非监督文本分类

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，并将它们放入特定的存储桶中。

挑战是我无法使用特定类型的邮件来训练算法，因为我不知道哪种邮件可能会落在我的收件箱中，所以我被困在这个阶段。如果有人可以分享一些解决方法，那就太好了。谢谢。

Answer 1

你可以看看潜在的狄利克雷分配（主题建模技术）。但是此模型将返回未标记的电子邮件组。