Weka:基于多个文本属性的文本情感分析

Question

我希望做多个文本属性的文本情感分析。我遵循了这个伟大的初学者视频教程，它可以用于单个文本属性及其类正或负。我想把这个想法同时扩展到多个属性。

为了说明清楚，下面是我试图做的事情的一个例子：

从顾客那里收集有关零售商店的属性：

1. 存储体验回顾- String
2. 集合评审-字符串
3. 提供的援助-字符串
4. 整体排名-整数(1比5) -级

我希望基于类属性(4)的所有属性(1-3)进行分析。

如果我尝试使用过滤器>无监督>属性> StringToWordVector分别对这些属性，然后观察结果有较低的正确分类%。

这是进行文本情感分析的正确方法吗？

Answer 1

您正在接近多面情感分析，因为您正在保存有关零售商店不同方面(属性)的信息。要获得对存储的总体分析，将所有属性混合在分析中并不是错误的；只需将StringToWordVector应用于所有字符串属性就可以了。

一方面，您可能会提高准确性，因为您将获得更好的统计数据和更多的特性时，只使用其中一个属性。另一方面，您可能会降低感知能力，因为一次评审可能会说对Store体验有积极的看法，但总体上是负面的，因此混合属性可能会在模型中产生一些噪音--然而，这是不太可能的，因为如果只从Store Experience属性中学习，这种评审将是一个不好的例子。

如果您遵循本教程，您将看到在StringToWordVector过滤器中有很多选项，您也可以添加AttributeSelection。我建议测试每个属性，并结合所有属性，在StringToWordVector过滤器中使用二进制/TF/TF的权重，使用NGramTokenizer (用于识别正负多个单词--例如“非常好”)，使用AttributeSelection和Ranker和InfoGainAttributeEval，当然，测试尽可能多的学习算法。

您还有一个额外的教程这里。