我的sklearn文本分类器已经达到了85%的准确率。构建一个基于规则的系统有什么优缺点？这样做可以避免重复工作吗？希望你能提供每种方法的来源和证据，这样我就可以根据我的情况做出决定。再次强调，我想知道在哪些情况下基于规则的方法更有利，而在哪些情况下基于机器学习的方法更有利？谢谢！

回答：

这里有一个想法：

你不必完全选择一种方法，可以建立一个混合模型。观察你的机器学习分类器通常会犯哪些错误，然后看看你是否可以制定一套规则来捕捉这些错误。然后在你的输入上运行这些规则，如果适用，就到此结束；如果不适用，就将输入传递给分类器。

过去我曾用概率性词性标注器这样做过。调节概率模型可能很困难，但添加一些前处理或后处理规则来捕捉一些持续的错误却很容易。