Een openbare webapplicatie verzamelt grote hoeveelheden vrije-tekst gebruikersfeedback. Productmanagers hebben een grote historische dataset gelabeld in een vaste set categorieën (bijvoorbeeld UI-problemen, prestatieproblemen, feature requests, chatproblemen). Een ML-engineer moet de multi-class classificatie van nieuwe feedback automatiseren met behulp van Amazon SageMaker. Welk SageMaker-algoritme is het meest geschikt voor deze taak?

BlazingText is het meest geschikt omdat het een zeer efficiënt algoritme is voor tekstclassificatie, vooral met grote datasets en vrije-tekstinvoer. Het kan woorden en zinnen inbedden in vectoren en deze gebruiken voor snelle en nauwkeurige classificatie in meerdere categorieën. LDA en NTM zijn topic modeling algoritmen, ontworpen om verborgen onderwerpen in tekst te ontdekken, niet om tekst in vooraf gedefinieerde categorieën te classificeren. CatBoost is een gradient boosting algoritme dat primair wordt gebruikt voor tabulaire gegevens, niet optimaal voor ongestructureerde tekstclassificatie.