比如说,我有一个1000条聊天信息的电子表格,上面贴着快乐、悲伤或有趣的标签。
如果标签确实是正确的还是需要改进的,那么最好的检测方法是什么?
我该如何对信息进行分析呢?我如何建立一个预测模型?
应该使用什么类型的特征和模型选择?
Python是我最喜欢的语言,我希望将它们作为CSV加载。
发布于 2017-11-15 07:32:51
你需要定义得最好。
如果最好的方法是准确地确定你的标签,那么你必须手动浏览所有的信息,使用众包等等。这是假定聊天消息使用的是一种您可以理解的语言。
如果最好的方法是自动化这个过程,您可以使用现有的情感分析模型来预测每个消息的情绪,并查看它是否与现有的标签一致。当然,完美的排列是不可能的。
如果最好的方法是从头开始做,那么我会尝试将句子聚成3组,然后观察这些组的组成。当然,这在很大程度上取决于集群和如何定义消息之间的距离。
https://datascience.stackexchange.com/questions/24723
复制相似问题