预定义多文本分类

Question

朋友们，我们正在尝试解决一个问题，在这个问题上，我们只有一个评论，但是在一个.csv文件中没有评级。.csv中的每一行都是特定产品的客户给出的一个评论，让电视看一看。

在这里，我想将该文本分类为以下由该产品的领域专家给出的预定义类别：

• 质量
• 客户
• 支持
• 正反馈
• 价格
• 技术

一些审查情况如下：

1. 最近买了这个产品，在市场上感觉是个不错的产品。
2. 等待这个产品已经很久了，但是很失望
3. 建造的质量没那么好
4. LED屏幕画面完美。喜欢这个产品
5. 妈的！这台电视机是两个月前买的，你猜怎么着，屏幕显示直线，质量差的LED显示屏
6. 这有非常复杂的选项，这台电视的文档对用户不那么友好。
7. 我不能用我的智能设备连接这台电视。根本不管用
8. 客户支持很差。我不推荐这个
9. 效果很好。伟大的产品

现在，以上10个不同客户的评论，我如何将它们归类为给定的桶(您可以调用多标签分类或命名实体识别或信息提取与情感分析或任何事情)

我尝试了所有的NLP词频计数相关的东西(在R)和参考StanfordNLP (https://nlp.stanford.edu/software/CRF-NER.shtml)和更多。但没有得到一个具体的解决方案。

有谁能指点我，我们怎么解决这个问题？谢谢！

Answer 1

大多数NLP框架将处理多类分类。在R中单独计算单词不太可能非常准确。您可以浏览的python库是Spacy。商业API，如谷歌，AWS，微软也可以使用。您将需要相当多的例子，每个类别的培训。可以随意发布您的代码和您看到的问题或性能差距，以获得进一步帮助。