1      基本概念

为什么：文字是人类传递信息的最大的载体，文字存在于各个角落，如互联网、法律文书、聊天记录、社交媒体、案件记录、短息、邮件等等。如何从海量文本中挖掘出有价值的信息？如自动识别某些类别的信息等。

是什么：文本分类从给定的标签集合中自动地给文本打标签，其应用非常广泛，举例如下：

2      文本分类应用场景

1.         邮件自动回复：在跨境电商场景中，自动识别用户反馈的问题的类别，如产品质量问题、快递问题、产品描述问题等，并基于问题类别自动回复内容。

2.         邮件自动打标签：如自动识别邮件是不是垃圾邮件。

3.         12345咨询自动分拨：在政务场景中，自动识别用户反馈的问题类别，如环境污染、水污染、噪声问题、道路拥堵问题等，并基于问题类别自动分配到对应的处理部门进行处理。

4.         税种类别自动识别：根据经营范围，自动识别该经营范围需要交哪些税种，如增值税、个人所得税等。

5.         商品正负面评论识别：自动识别用户对商品的评论是正面评论还是负面评论。

6.         内容审核之广告检测：检测是不是广告。

7.         内容审核之灌水评论检测：检测评论是否是灌水评论。

8.         内容审核之涉政涉黄言论检测：自动判断一段文本是否涉政或涉黄。

9.         辱骂评论识别：自动判断一段文本是否涉及辱骂等。

10.     购买意愿识别：根据用户发表的微博等信息判断是否有购买某商品的意愿。

11.     税务问题分类：根据用户咨询的问题识别是哪一类问题，如APP问题、网站问题等。

12.     客服/聊天话题分类：自动识别客服跟用户聊天过程中用户反馈的问题类别，如是退货问题、物流问题、商品质量问题等。

13.     客服聊天情感分析：根据用户和客服聊天的内容进行情感分析，判断用户和客户的情感态度，其结果可以作为客服服务之间评估的维度之一。

14.     案件描述分类：根据民警的案件录入信息，自动判断案件是什么类型的案件，如短信诈骗、网络诈骗、熟人诈骗等。

15.     自杀倾向预测：根据用户的社交媒体发布的信息，自动识别用户是否有抑郁或自杀倾向等。

16.     欺诈短信识别：自动判断发过来的短信是否是诈骗短信。

17.     新闻分类：自动判断新闻类别，如政治类、经济类、民生类、体育类等。

18.     事件类型分类：自动判断事件的类型，如金融领域的新闻报道中涉及到的事件类别自动识别：聘任、辞职、增持、减持、会议召开。

19. 。。。。。。

欢迎大家基于以上例子为参考，给我们提出新的需求，方式如下：

1)        在下方直接留言讨论，并留下联系方式

2)        直接通过邮箱联系戚经理：qijianghui@huawei.com