背景

我正在编写一个 Swift 应用程序，需要根据类别对用户事件进行分类。这些类别可以是以下类型：

• 运动
• 电影
• 食品
• 工作

然而，我有一个这些类别的固定列表，我希望尽可能少地增加类别，以便能够对任何类型的事件进行分类。

问题

有没有一种机器学习（自然语言处理）过程可以做到以下几点？

1. 接受一段文本（在我这里，是一个事件的描述）。
2. 为每种可能的分类创建一个“百分比匹配”。

例如，假设事件的描述如下：

适合所有年龄段的人的有趣而充满活力的自行车骑行活动。

将这个描述传递给算法后，会返回一个类似于以下的对象：

{    athletics: 0.8,    cinema: 0.1,    food: 0.06,    work: 0.04}

其中，对象中每个键的值是一个置信度。

如果有人能指导我正确的方向（甚至是发送一些通用资源或特定于 iOS 开发的解决方案），我将非常感激！

回答：

您在谈论的是典型的分类模型。我认为 iOS 为您提供了在应用程序内部执行此操作的 API。在这里查找自然语言处理部分 – NLP

另外，您可能会被扣分，因为这个论坛通常希望解决具体的编程查询，而不是通用的查询（这是我的假设，可能还有其他扣分的原因。）