伝票明細内容をクラス分類したい時ってどうしてます？ - Qiita

はじめに 身近にはいろんな伝票があります。 データ分析を前提に、日付、品名などの種類、会社名等、属性分類されている伝票もあれば、「明細にわかるように書いておいて」というものもあります。 明細で内容を判断しなければならない伝票は、分類したり、集計したりするのは大変です。明細に書かれている内容は、句読点のある文章ではなく、注文番号、略称、現場しかわからないいわば記号であることが多いからです。 あるコンテンツ明細から「エンタメ」を抽出したいという場合、明細に書かれる内容は、「エンタメ、エンターテイメント、エンタ、ｴﾝﾀ、ｴﾝﾀﾒ、entertainment、Entertainment、娯楽…」等、大文字・小文字、カタカナ、英語、日本語、略称が入り混じっているかもしれません。 この例だけでも嫌になりますが、内容がイメージできる抽象語が書かれているものはまだマシなのかもしれません。 また、ペン、ノー