我正在尝试将大量词语分类到5个类别中。每个类别的示例和字符串包括：
invoice-Number : "inv123","in12","123"
invoice-Date : "22/09/1994","22-Mon-16"
vendor-Name : "samplevendorname"
email : "[email protected]"
net-amount : "1234.56"如果有任何关于如何用Python实现的建议，将不胜感激。
编辑1：我正在寻找一种机器学习方法，因为类别的数量会更多，且每个类别中的数据会有所不同，所以正则表达式不可行。
回答：
你可以从基于词袋模型（BoW）的想法开始，（词袋模型），但修改为字符袋模型（BoC），使用一个不会移除任何字符的分词器，并构建1到4个字符的n-gram词典。
之后，你可以将任何词表示为向量，可以计算出现的次数，是否出现，或者使用tfidf。
然后构建你的模型，并将词向量传递给它进行学习。你可以研究n-gram的交叉标签，以剔除数据集中产生噪音的部分。
希望这能帮助你起步。
