我想实现一个大约有150个类别的分类器（可能用Java编写），主要用于推文（所以是非常小的文档）。一些类别的领域非常相似，例如“公司”、“竞争”、“消费者”、“国际法”、“国际组织”、“国际政治和政府”。当需要如此高的分辨率时，哪种算法/方法最佳？我已经尝试过朴素贝叶斯（显然），但到目前为止表现得并不好（虽然这可能只是由于训练数据的质量问题）。社区的意见将非常受欢迎！
谢谢，
Mark
回答：
或许值得考虑构建一个由（可能很多）层次的子分类器组成的层次分类器（即，为你的文档标签建立一个分类体系）。
单一分类器
单一分类器可以输出多个可能的类别标签中的任何一个。
层次分类器
层次分类器将相关的类别标签分组，并进行额外的分类层，直到到达叶节点（或直到置信度低于某个阈值）。
直觉
直觉上，当类别数量较少时，分类器学习区分特征会更容易。
例如，层次分类器可能更容易学习到player是一个指示体育的好特征，而单一分类器如果player只在一种类别（篮球）中出现而在另一种类别（冰球）中未出现时，会更难区分。
