我是NLP的新手，
我想实现一个基于python的聚类算法，它将具有：
上下文/主题提取-从标题声明（可能包含不超过6-7个单词）
聚类算法
所以问题是，我有一堆语句（20条语句*每个语句5-6个单词= 100-120个单词），都与标题语句相关。并且一个算法应该能够将它们聚类。
对于（1）-作为输入，首先我将有一个标题，我要从该标题中提取各种主题，例如：
标题：“生产装配线中的问题” -我想从中提取类似内容
1。机械问题
2。电气问题
3。巡线员管理
4。供应链管理问题 ......
并使用这些提取的主题来聚类那些语句。我可以执行聚类的第二项任务，但是如何从不超过6-7个单词的单个语句中提取主题？
语言： 英语
任何想法如何解决第一个问题？
答案 0 :(得分：1)
简而言之，您需要更多数据。您可以创建一个主题模型（我建议您研究LDA-可能是被指导的LDA），但是您肯定会需要更多的东西。首先，6个不同的文档还远远不够。其次，每文档6个单词也是不够的。您是否有任何理由只希望从标题而不是完整文档中提取主题-因为至少完整文档中会有更多单词？