文本挖掘基本问题

Question

文本挖掘特定问题：

1. 我来自汽车行业的CRM领域，在那里我们有很多非结构化的调查数据。第一个问题是-是否有一个特定领域的字典，可以在这里用来映射积极和消极的词，用于情感分析？如果是，请帮助我。
2. 在进行情绪分析时，我们如何处理“不坏”和“不好”这样的词。不坏本质上意味着好，但会给出一个负面分数..。
3. 我们如何处理那些位于重要词汇附近的词语。例如：“是没有帮助的”和“非常有帮助的”应该给予消极和积极的分数，因为这里重要的是“不”和“非常”，它围绕着“有用”这个词。有些人称这种方法为“意见挖掘”。它是如何发生在研发和照顾这样的情况。

任何人的帮助都将是非常感谢的。

Answer 1

1. 有好的和坏的关键字的基于上下文的语料库可能很少，但并不是为所有的数据集量身定做的。在某些情况下，结果可能会非常令人失望。对于这类问题，我建议你走机器学习的道路。有许多分类技术，你可以应用，我建议你尝试朴素贝叶斯，支持向量机，如果你有时间做基于文本的CNN (有点棘手，但非常准确)。再次，所有上述模型将严重依赖于您的培训语料库。其中的一个例子是可用的这里

2& 3.试着建立一个依赖树，斯坦福解析器在句子语法分析方面做得很好。例如，当我尝试用

“我不喜欢自助餐，相反，我会选择非常经济的阿拉卡提特。”

​

​

从上面的输出我们可以得到，情感词'like‘被否定的'not’修改。此外，“经济”一词由副词“甚”限定。有50多个关系，你只需担心4或5的情绪分析。这个链接将有助于解释这些关系是什么。您可以使用斯坦福解析器并使用它们的API。