Какие алгоритмы применяются для анализа текстов: классификация, обучение с подкреплением, градиентный спуск, кластеризация или коллаборативная фильтрация?

Для анализа текстов применяются следующие алгоритмы:

• Классификация. neerc.ifmo.ru Отнесение документа к одной из нескольких категорий на основании его содержания. neerc.ifmo.ru Для этого используются, например, байесовская классификация, метод опорных векторов. neerc.ifmo.ru
• Обучение с подкреплением. dspace.tltsu.ru {9-host} Алгоритм учится методом проб и ошибок, получая обратную связь от анализа данных и предсказания результата. {9-host}
• Кластеризация. elib.utmn.ru {7-host} Разбиение множества документов на группы, называемые кластерами. elib.utmn.ru Внутри каждого кластера должны оказаться «похожие» объекты, а объекты разных групп должны максимально отличаться. elib.utmn.ru
• Коллаборативная фильтрация. www.machinelearning.ru Позволяет, например, построить иерархический каталог тем, определить, на какие подтемы разбивается каждая тема, по тексту найти тексты близкой тематики. www.machinelearning.ru