文档分类
文档分类在针对训练数据分类中大体分为两类，质量分类与内容分类。质量分类指针对文档的格式，以及是否有乱码进行分类，内容分类则是对内容是否有意义，或者内容的倾向进行分类。
我们想为你做文档分类一些例子，从而让你快速上手，找到适合你文档分类的方法。下面我们将会使用fasttext方法训练一个文本格式二分类模型用于剔除含有乱码的文档；以及我们将会使用零样本分类的方法，给予一个内容分类的例子；当然文本聚类我们也将分别给予kmeans聚类，层次聚类等例子。我们无法告诉你哪种方法适合你，只能给予你建议与参考。
自定义fasttext分类
fasttext是Facebook于2016年开源的一个词向量计算和文本分类工具，在学术上没有太大的创新，主要的优点就是快，在处理大规模数据分类时，能够做到近似深度神经网络的效果。这里我们就简要说明fasttext的原理