在这个数字化时代，一切都变得智能化和数字化。 所有文档均以软拷贝的形式呈现，准备和共享。 近年来，对那些软拷贝文档进行分类正在获得重要的见识。 它吸引着数字单词，其在垃圾邮件过滤，电子邮件路由，语言识别，体裁分类，情感分析，可读性评估等不同领域的影响。 使用智能技术对在线可用的文档进行分类有助于不同的业务。 最简单有效的方法是通过机器学习，它使人工工作变得更加容易。 为了更统计地执行文档分类，应以易于理解的格式将文档提供给机器学习分类器。 在这份报告中，我将讨论功能的类型，具体取决于可以对文档进行分类并随后对其进行表示。 记录的整理或文档分类是文档收集和分类的目的，该文档基于文档包含的信息及其包含的功能进行分类。 记录安排是一个巨大的学习问题，它是众多数据主管和恢复的中心。 文档分组在不同的应用程序中起着重要的作用，这些应用程序可以帮助整理，排序，查找和简短地处理大量数据。 在本报告中，我们将通过考虑一个小的用例来了解文档分类的完成方式，文档分类的基本步骤，处理和分析文档的用途，来讨论文档分类的用途以及用于对文档或文本进行分类的重要步骤。集。 我们考虑了两种不同类别的数据集进行分类和分析。 这里的问题是区分这两个文档，其中一个是押韵文件，每个押韵被视为一个文件，另一个是普通句子，是包含普通维基百科的非押韵文件。
