La classification de textes attribue une catégorie à un document : sentiment, thème, spam, intention. Une approche classique enchaîne un vectoriseur (TF-IDF) et un classifieur linéaire dans un pipeline ; les approches modernes affinent un modèle de langage. L'évaluation tient compte du déséquilibre des classes.
Exemple
make_pipeline(TfidfVectorizer(), LogisticRegression())