NLP - amazon回顾特征提取

Question

我正在处理亚马逊评论数据集。目标是提取每种产品的正面和负面特征。

例如:对于“这个产品有很好的电池寿命”这句话，我想把‘电池’这个词提取出来作为一个积极的特征。

数据集包含以下字段：

审核者的reviewerID - ID，例如A2SUAM1J3GNN3B

产品的asin - ID，例如0000013714

reviewerName -审阅者的名称

有帮助的-评估的有用性，例如2/3

reviewText -评论文本

整体-产品的评级

摘要-评论摘要

unixReviewTime -评审时间(unix )

reviewTime -评审时间(raw)

到目前为止，我将两个列表的评论分开: positive_reviews和negative_reviews。

positive_reviews =评等>3的所有评论，negative_reviews =评级<3的所有评论

我清理了文字并标记了它。在那之后，我提取了形容词后面的名词，希望这些特定的名词成为我要寻找的特征。之后，我尝试使用聚类算法(k-means，DBSCAN)，希望它能够创建一个表示我想要提取的特性的组。

结果一点也不好，我希望这里的人能想出一个办法来解决这个问题。

Answer 1

您可能需要探索主题建模，而不是聚类；这将使您从评论中提取出一般主题。

这是一个指南。