我被赋予了将给定新闻文本数据分类为以下5个类别之一 - 商业，体育，娱乐，技术和政治的任务
关于我正在使用的数据：
由标记为5种新闻说明（BCC新闻数据）之一的文本数据
我目前正在与NLTK模块一起使用NLP来计算培训数据中每个单词相对于每个类别的频率分布（停止字）。
然后，我通过计算相对于这5个类别的每个单词的所有单词的权重总和来对新数据进行分类。重量最大的课程作为输出返回。
这是实际的代码。
该算法确实可以准确地预测新数据，但我很想知道我可以实现的其他一些简单算法以获得更好的结果。我已经使用Naive Bayes算法将数据分类为两个类（垃圾邮件或不垃圾邮件等），并且想知道如何实现多类分类，如果它是可行的解决方案。
谢谢。
在分类中，尤其是在文本分类中，选择正确的机器学习算法通常是在选择正确的功能之后出现的。功能取决于域，需要有关数据的知识，但是高质量的导致系统比调整或选择算法和参数更快。
在您的情况下，您可以按照已经说过的词嵌入词嵌入，但是您还可以设计自己的自定义功能，您认为这些功能将有助于区分课程（无论课程数量如何）。例如，您如何看待垃圾邮件经常出现？许多错误，语法倒置，不良的传统，标点符号，语词……很多可能性！尝试考虑体育，商业，新闻等的情况。
您应该尝试一些创建/组合功能的新方法，然后选择最佳算法。另外，请查看以外的其他加权方法，例如TF-IDF。
，由于您要处理单词嵌入的单词，因此可以更多地了解w.r.t w.r.t的关系/含义，从而更好地分类。
。如果您正在寻找其他分类实现，则在此处查看我的示例代码，Scikit-Learn的这些模型可以轻松处理多类，请查看Scikit-Learn的文档。
如果您想要围绕这些易于使用的分类框架，您可以查看我的Rasa-nlu，它使用Spacy_sklearn模型，示例实现代码就在这里。您要做的就是以给定格式准备数据集，然后训练模型。
如果您想要更多的智能，则可以在此处查看我的keras实现，它将使用CNN进行文本分类。
希望这会有所帮助。