我对机器学习这个领域还比较陌生，但我认为我有一个有趣的问题需要解决。我基本上只是想知道一个句子是否符合真或假
这里是一些示例句子：
- 是的，这是我 -> 真
- 这是我 -> 真
- 是的，真的 -> 真
- 这不是我 -> 假
….
现在我需要一些提示，如何在例如Keras、Caffe或其他工具中成功训练模型，以及我应该遵循什么样的原则。
感谢任何提示
更新
据我所知，我需要进行自然语言分类。我需要创建两个类别，并获取每个类别的概率反馈。
像https://github.com/Russell91/nlpcaffe这样的东西有用吗？
回答：
如果我的理解正确的话，你是想将各种类型的回应分类为true/false，这些可能是作为对话的一部分对问题的回应。
在这种情况下，你应该创建/拥有一个包含大量true和false类别的示例数据集，并训练一个二元文本分类器。你可以阅读关于SVM和朴素贝叶斯的内容，这些对于文本分类非常有效，并且可以使用Scikit-Learn轻松实现。
