正则做文本分类

优点

对于一种明确的表达句式，正则可以很好地泛化，如FAQ问题的描述。

eg：在哪修改登录密码？【修改登录密码】
re：(?=.*(修改|改|更新))(?=.*(登录密码|登录的密码))
即只要包含修改和登录密码两个语义词汇的表达都是这个faq，这样可以避免穷举类似的句子来让模型匹配

缺点

1.对于一个语义多样性很庞大的类别，正则表达式条数就会随着多样性而线性增加，最后难以维护和每次都要新增。

eg：我在开会，不方便【用户忙】
eg:赶地铁呢【用户忙】
eg:在开车呢【用户忙】
eg:晚点吧，现在不行【用户忙】

上述四句话只能根据其语义场景一条条正则来写，没法写成一条。正则数量和场景数成正比

2.对于存在很多相似表达的多个类别，正则表达式既要考虑覆盖这个表达式，还要考虑排除其他类似表达的类别。

eg：要，分6期吧【指定期数】
eg: 要分6期吗【询问期数】
eg: 要分6期，分12期的话，利息一样吗【咨询多个期数的利息】
eg:不要分6期，分12期吧【指定期数】
eg：哦，6期吧【指定期数】
eg：哦，6期是多少？【咨询单个期数的利息】

【指定期数】这个意图的正则只需要包含【分|办】【x期】这两个成分就可以了，但这样会把后面的【询问期数】【咨询多个期数的利息】【咨询单个期数的利息】都识别进来了，所以需要做一个排除逻辑，即需要把后面几个类别的多余语义排除关键词写进来，这样编写逻辑十分复杂。