我有大约3000个单词，我想将它们分成大约20到50个不同的类别。我的单词是公司名称中常见的短语。例如，“Face”、“Book”、“Sales”、“Force”。

我目前正在研究的库是pandas和scikit-learn。我想知道是否有适合此任务的机器学习或深度学习算法？

我研究的主题包括分类：识别对象所属的类别，以及降维：减少需要考虑的随机变量数量。

当我在Google上搜索将单词分类时，出现的是儿童谜题，例如“用铅笔做的事情” – 画图。或者“房子的部分” – 院子，房间。

回答：

要让深度学习在此任务上发挥作用，你需要开发一个大型数据集，很可能需要手动操作。事实上，最大的自然语言处理数据集就是手动创建的。但即使你能找到一个模型可以学习的数据集，像梯度提升树这样的模型也是适合这种多类别分类的模型之一。一个经典的库是xgboost。