短版

我认为你的问题有点不明确，并没有简短的编码或宏观答案。鉴于每个项目都包含这么少的信息，我不认为可以从源数据构建一个好的预测模型。相反，做一次标记练习，看看你将来如何控制标记。

长版

以下是我创建预测模型的步骤，以及为什么我认为你无法做到这一点。

了解您希望制定预测程序的原因

为什么需要预测程序？您是在整理数百或数千条记录，所有这些记录都在变化并需要标记吗？如果是这样，我同意，你不想手动这样做。

如果这是一次性练习，因为随着时间的推移，标签已经从其原始含义中被破坏，您的问题是您的标签已经损坏，而不是您需要以某种方式预测每个项目应该被标记的位置。您应该考虑控制标签的使用，而不是预测未来人们如何误解或错误命名。

不要忘记Excel中有很多工具可以让问题更轻松。让我们假设您确定所有带有现金的物品。肯定会去“运营现金”＃。将自动筛选功能放在列表中并过滤单词＆＃39; cash＆＃39; - 现在只需复制并粘贴＆＃39; Operating Cash＆＃39;在所有这些旁边。通过这种方式，您可以快速摆脱列表中的明显问题，并专注于棘手的问题。

了解您要使用的代码的特征。

花点时间看看你正在使用的标签 - 它们各自意味着什么？此标记代表的独特功能或功能组合是什么？

例如，您的代码＆＃39;运营现金＆＃39;具有现金特征（即没有捆绑，因此可以相当快地使用）并被指定用于操作。从这些中，我们可能得出进一步的特征，即它在某个地方，或某个人对它负责。

如果您有更多的源数据可供使用，您可以使用“创建年份”等字段，或者“＆＃39;客户＆＃39;帮助您进一步分类。

了解您要标记的项目的内容，可以让您知道应该去哪里。

这是你最大的问题。一个简单的例子 - 字符串中的内容＆＃34; MIP Reserve＆＃34;提供任何线索，它应该链接到＆＃34;托管存款＆＃34;？您没有简单的方法来匹配列表中的许多项目 - 许多单词出现在多个标签的多个项目中。

但是，请尝试查找能够为您提供线索的唯一标识符 - 例如，所有带有“开发者”字样的项目。似乎被标记为＆＃39; Developer Fee Note＆amp;利益＆＃39 ;.你还有其他的吗？使用这些来减少您的问题，因为它们应该是一个简单的映射。

任何唯一标识符都允许您为这些字符串设置规则。你甚至不需要坚持一个词 - 也许当你看到几个单词时，你可以缩小它最终的位置，例如：当我看到蛋＃39;这可能会进入“鸟类”。或者＆＃39;爬行动物，但如果＆＃39; egg＆＃39;与“翼”配对，我可以相当自信它的鸟类。

您需要将要标记的项目的特征与您在步骤1中开发的标记的唯一标识符相匹配。

编写程序或宏以在步骤2中查找标识符，并从步骤1返回相关标记。

这是直截了当的一点。寻找您想要的标识符（例如，使用＆＃39;现金＆＃39;，包含标记＆＃39;真正重要的客户＆＃39;）并在之前的标记中寻找最佳匹配。

确保您发现任何错误 - 如果找不到标记会怎样？它会创建一个新的吗？是否建议联系您寻求帮助？如果多个标签相关，会发生什么？你的打破标准是什么？

但请注意......

了解如何控制对这些唯一标识符的使用。

想象一下，你以某种方式设法得到一个唯一标识符列表。你将如何控制他们的使用？如果您决定发送任何带有＆＃39; cash＆＃39;标记＆＃39;运营现金＆＃39;然后在一年之内，有人出现并制作了一个项目“资本现金”，因为他们想在某个地方投入即将花在资本项目上的现金，你如何制止这个？你打算怎么控制这些词的使用？

您将有效地需要控制项目命名系统并建立一个商定的识别单词列表。每当有人制作某个项目时，他们都需要在某处包含您的标识符。我可以告诉你，这不会奏效。要么他们会使用错误的单词，你最终会手动执行它，否则他们会让你感到困惑，无论如何你都会手动完成它。

如果您是唯一一个这样做的人，只需按照您自己的标准（您记录的）进行一次锻炼并坚持该标准。当你需要交出它时，它是明确有序的并且有意义。如果不止一个人这样做，请在您和团队之间进行一次练习，然后同意控制它。

编写预测程序听起来很棒，可能会节省一些时间。但请考虑一下为什么要写它。您是否可能需要在将来不断标记帐户？如果是这样，请集中控制它们的命名并使其成为标记在制作时是必需的。如果没有，为什么要编写程序来执行此操作？只需手动执行一次。

自动标记单词或短语

1 个答案:

短版

长版