我的目标是根据人类对这些对象的文字描述，对所有属于某个类别的对象进行分类。我的问题不是特定于某个类别的对象，但为了清楚起见，我将给出示例，就好像我要分类的对象是电影一样。

准确地说：

• 描述既包含对对象的判断，也包含对对象各个部分的更客观的描述。例如：“这部电影的台词很棒，而且场景也很好。它抵消了糟糕的演员表演。不过，总的来说，我认为这是一部非常好的电影”。这既包含有关电影不同方面的信息，又提供了主观评论。
• 我想要的是：
  1. 每个对象的分数（如电影评分），基于它的欣赏程度；
  2. 对于给定的对象，“相似”对象（即，如果您喜欢这部电影，您可能也会喜欢这些），基于每个对象具有的相似“特征”。例如，一部也写得很好的电影可能被认为与前一个例子“相似”。
• 我还可以访问这些对象的预先存在的分类。例如，一部电影可能被标记为“动作/惊悚片”。这个分类对于我的目的来说太宽泛了（即并非所有的“动作/惊悚”电影都是相似的），但这可能是一个好的开始。

我认为要解决我的问题，我可以使用情感分析来给每个对象打分，而自然语言处理与特征空间相结合可以对对象进行分类。

关键是我不确定如何继续，因为我对机器学习、自然语言处理和一般数据科学都是新手。尽管如此，我还是有 CS 和数学背景的。

你能提供一些关于从哪里开始的见解吗？是否有已经提供此类功能的库？

这是这个问题的转发，因为它不够集中，这个论坛似乎更合适。它已被重写。