Descrição
Textos podem ser classificados com um modelo Bayesiano baseado em digramas para tarefas de filtragem e categorização. Isso é útil para desenvolvedores que experimentam filtro de spam, classificação de documentos ou análise leve de texto.
A qualidade do classificador depende dos dados de treino e rótulos. Evite tratar resultados como verdade objetiva e tenha cuidado com textos privados usados para treino ou teste.