我手头有一个问题陈述，需要确定它是否可以通过机器学习来解决。问题如下：

我有一个系统，用户可以上传文档，假设我们有一个名为xxxZxxx.xxx的文件

用户在系统的文件夹结构中深入多个层级，并将文件放置在某个位置，例如A/B/C/D/Z/xxxZxxx.xxx

我们需要构建一个系统，能够读取文件名并建议其应放置的路径。

在这种情况下，文件名包含路径的最后一部分，即业务对象目录，但也可能不包含。我们有这样的路径和文档数量级为10^5。

随着时间的推移，新的路径即业务对象可能会被添加，这使得这成为一个具有约10^5个类且类别不断增加的多类分类问题

这是可以解决的吗？

我尝试使用字符袋（受词袋启发）作为特征向量，但失败了。

对于可以遵循的任何方法有何评论？如果需要其他信息，请告诉我，我会编辑问题或更改标签。

回答：

为了使其成为一个真正的机器学习问题，请回答以下问题：

1) 为什么不能直接读取文件名并获取文件需要放置的子文件夹？是因为如您所说，用户可能不会在文件名中提供子文件夹的名称吗？还是因为可能有多个目录与用户提供的名称相同？

2) 机器学习问题通常具有统计性质的模式，这些模式用简单的肉眼（例如使用正则表达式）难以识别。在这里，您可以轻松地使用正则表达式搜索找到合适的文件夹，对吗？