機械学習で文字をカテゴリー分けしたい

Question

前提・実現したいこと

画像の機械学習などで、猫と犬の画像を学習させて、分類できるような仕組みはありますが、

似たようなことを文字列に適応させて、文字情報の分類化を実現させたいです。

例) 車種名の分類例

ヴェルファイア ハイブリッド 2.5 エグゼクティブ ラウンジ 4WD CVT → ヴェルファイア ハイブリッド 2.5
VellFire Hybrid 2.5 →　ヴェルファイア ハイブリッド 2.5
VelFire　ハイブリッド 2.5(タイポ例)　→　ヴェルファイア ハイブリッド 2.5
ヴェルファイア ハイブリッド 2.5 ZR 4WD CVT　→　ヴェルファイア ハイブリッド 2.5
ヴェルファイア 3.5 エグゼクティブラウンジ AT　→　ヴェルファイア　3.5
VellFire 3.5 エグゼクティブラウンジ Z 4WD AT →　ヴェルファイア　3.5

Comments

[aokikenichi]

自然言語処理のなかに文書分類という研究分野があります。その範疇化と思いますが、

例）が何をどう分類しているのか分かりません

「→」は何を意味しているのでしょうか、分類前と後でしょうか
となりますと

VellFire 3.5 エグゼクティブラウンジ Z 4WD AT →　ヴェルファイア　3.5

は何でしょうか？

「VelFire」と「ヴェルファイア」は同義なので1つにまとめる。
「ヴェルファイア ハイブリッド 2.5 エグゼクティブ ラウンジ 4WD CVT」は不要情報を除くと「ヴェルファイア ハイブリッド 2.5」となる
というような例示でしょうか。
となりますと、文字情報の分類化ではなく

類義語辞書作成的な問題となるかと思います。
たくさんの文書データがあるならばword2vecと言う手法で似た意味の言葉を似たベクトルとして表現出来てコンピューターが学習しやすくなります。