怎么从一句文字描述做分类？求机器学习的兄弟指点方案

[wolfzz]

要解决一个分类问题，通过计算机从受伤情况的文字描述来判断受伤等级；

如 输入： 某某左手食指粉碎性骨折 输出: 六级

输入文字可能存在近义词，比如食指可以也写成第二指； 目前有一个规则集，定义了各个级别伤害指标，如六级伤害的指标，手部受伤情况，头部，腿部等等。 还有几万的案例数据。

问下这个用什么方案识别率要好呢？

我的思路是做一个专用词汇表，先做分词 然后做同义词词汇表，规范化输入 然后查规则集，但是不知道怎么做匹配？ 或者用案例数据训练，用什么技术方案？ tensorflow 可以支持类似的用词组做识别吗？

[TimePPT]

典型的多分类问题，规则的话精度有保障，但召回成问题。
如果有标签数据，可以试试 fasttext 这种开箱即用的库。

[yzc27]

用 fasttext 这种低成本、开箱即用的库试试先呗

[staticor]

感觉还蛮有难度的 目前就像这个描述 也存在不同医师给出不同的定级结果。

http://www.fyxzz.cn/fileup/HTML/FYXZZ201603012.html

[Escapist367]

这就是文本分类问题啊
几万的案例数据量也够

有标签的话可以：
1 、先拿个 fasttext 看看效果怎么样
2 、有显卡的话可以深度学习，比如用 bert 跑，效果肯定比 fasttext 好

没标签的话：
1 、几万条也不多，找几个人一起标
2 、老老实实写规则吧

[wolfzz]

@Escapist367
@yzc27
@TimePPT
thanks

[wolfzz]

@staticor 是的 这是个问题

[wolfzz]

@Escapist367 问下 写规则 有没有好的办法来表示规则？

[Escapist367]

@wolfzz

没有吧，规则肯定会越写越复杂，然后规则的极致就是各种机器学习= =
所以可能人工标注后去跑模型是最好的选择
把写规则死掉的脑细胞用掉的时间拿去学模型和标数据，问题已经解决了 [血的教训]