我有两个任务要做。
1）我必须提取包含发票数据的任何CVS文件的标题。具体为：发票号，地址，地点，实物好。我被要求为此任务创建文本分类器，因此分类器将遍历任何CVS文件并识别这4个标头。
2）在分类器识别出4个单词后，我必须找到附加该列的数据并创建一个类。
我研究了这个问题，我认为必须适用的三种方法是：1）不好的单词2）嵌入字3）K均值聚类
一袋单词可以识别单词，但它不会给我单词本身的位置去抓取列并创建类。
对于这项任务，Word嵌入式过于复杂，我相信，即使在文件中给出我这个单词的位置也太费时间了
K-means似乎简单有效，告诉我这个词在哪里。
我开始编码之前的问题
我错过了什么。我的推理是否正确？最重要的第二个问题一旦在CSV文件中识别出该单词的位置，我将其转换为编码，以便我可以在该列中附加数据