テキストデータを300のカテゴリに分類するためにどの分類アルゴリズムを試すか

ヘルスケアドメインのテキストデータが40000行あります。データには、テキスト（2〜5文）の1つの列と、そのカテゴリの1つの列があります。それを300のカテゴリーに分類したい。一部のカテゴリは独立していますが、いくらか関連しています。カテゴリ間のデータの分布も均一ではありません。つまり、一部のカテゴリ（そのうちの約40）には、2〜3行程度のデータしかありません。

各クラス/カテゴリのログ確率を添付しています。（またはクラスの分布）ここに。

一般に、このような問題の適切な開始点は、単純な単語のバッグモデルを使用した単純ベイズ（NB）分類です。自然言語処理に適用されるNBを説明するスライドをいくつか示します。このアプローチには特に凝ったものはありませんが、実装は非常に簡単であり、拡張の出発点になります。

機能と出力ラベルの間の独立性を前提とするいくつかの初期結果が見つかったら、モデルのどこが弱いのかがよくわかるでしょう。その時点以降、関連するカテゴリに割り当てられるサンプルを処理するために、いくつかの機能エンジニアリング（おそらくTF-IDF）といくつかの後処理を適用できます。