Для классификации разных типов текста применяются различные методики, среди них:

• Методы машинного обучения. 1 Предполагают наличие обучающей и контрольной выборки. 1 Классификатор обучается на основе выявленных характеристик документов. 1
• Модели математического представления текста. 3 Некоторые из них: «bag of words», «word2vec» и «n-gram». 3 «Bag of words» представляет текст как неупорядоченный набор слов без учёта их контекстных связей. 3 «Word2vec» основывается на численном представлении слов, которые сохраняют семантическую связь. 3
• Метод ближайших соседей (KNN). 3 Один из самых простых алгоритмов обучения моделей классификации. 3 Основан на предположении о том, что похожие объекты расположены близко друг к другу. 3
• Метод опорных векторов. 4 Позволяет выявлять зависимости, которые не поддаются обнаружению при использовании других подходов обработки информации. 4
• Метод деревьев решений. 4 Заключается в делении исходных данных на группы, пока не будут получены однородные их множества. 4 Совокупность правил, которые дают такое разбиение, позволяет затем делать прогноз для новых данных. 4
• Подходы, основанные на словарях. 5 Используют тональные словари для анализа текста. 5 В простом виде тональный словарь представляет собой список слов со значением тональности для каждого слова. 5

Классификация текстов применяется, в том числе, для разделения веб-страниц и сайтов по тематическим каталогам, борьбы со спамом, определения языка текста и показа более релевантной рекламы. 5