我正在尝试预测StackOverflow问题的标签，但我无法决定哪种机器学习算法是正确的途径。
输入：我已经挖掘了StackOverflow的问题作为数据集，我已经对数据集进行了分词，并从中移除了停用词和标点符号。
我尝试过的事情：
- TF-IDF
- 在数据集上训练了朴素贝叶斯，然后输入用户定义的输入来预测标签，但效果不佳
- 线性SVM
我应该使用监督学习还是无监督学习的机器学习算法？如果可能的话，请从头开始建议一个正确的机器学习方法。附注：我有StackOverflow上所有标签的列表，这会有什么帮助吗？谢谢
回答：
我会尝试使用多层感知机（MLP）。为了开始，我会选择一个合理小的关键词输入集，并对其进行编码（例如[1..100]），然后为一个合理小的输出标签集进行训练。
附注：对于此任务，无监督学习通常是不利的，因为许多涉及不同标签的问题内容非常相似，很可能会被聚类在一起。
