您可能需要尝试一些不同的方法。让我概述一下您可以尝试的两种不同的方法。

主题建模

您可以尝试将无监督主题建模应用于您的主题行。 LDA可能是最广泛使用的方法。

主题建模试图找到有限数量的“主题”，并根据主题行中的单词将每个主题行分配给一个或多个“主题”。

聚类

您可以尝试使用集群。从广义上讲，您会找到某种方法将每个主题行映射到一个特征向量，然后应用一些无监督的聚类方法。这两个步骤中的每一个都有许多选项。要获得特征向量，您可以尝试任何现有的词嵌入；例如，您可以尝试word2vec。对于聚类，有很多很多的聚类算法；例如，您可以尝试 k-means。我建议您对这些主题进行一些阅读，然后对它们进行一些试验。

注意事项

一个警告。不要把你的期望值设得太高。主题行通常很短，这将使这些技术很难找到聚类。换句话说，你在一个已知的对现有 NLP 和 ML 技术来说很难的机制中运行。

如果您能找到任何其他可能有助于对类似电子邮件进行聚类的功能（例如，发件人的身份？发送邮件的邮件列表，如果有的话？），包括该信息可能会提高聚类的质量。