我们正在处理大量文档（类似于产品说明），并希望弄清它们是否引用了给定的主题（例如赌博）。我们当前的方法是手动定义一组关键字，然后使用Spacy的词组匹配器查找所有匹配。我们使用所有预先训练的属性，例如Lower和lemma。然而，该过程不是很有效。还有其他可用的库吗？还是根本不同的方法？
由于我们没有数据可以自己训练模型，因此我们正在寻找预先训练的模型。
包括使用NLTK的词干（Lancaster和Snowball）的其他方法。
另一个要求是语言（文本为英语，德语，意大利语和法语）。
[您可能要考虑将文本分类程序添加到spacy管道。在https://spacy.io/usage/training#textcat中查看详细信息>