是否有任何有效的方法可以使用python和NLTK库提取评论的子主题解释。例如，关于手机的用户评论可能是＆＃34;这款手机的电池是好的，但显示是一个废话＆＃34; 我想提取上面两个功能，如
"Battery is good"
"display is a bullshit"
上述目的是为了产品的特征而开发产品评级系统。 分析极性部分已经完成。 但是提取评论功能对我来说有些困难。但我找到了一种使用带有正则表达式的POS标签模式提取功能的方法，如
<NN.?><VB.?>?<JJ.?>
这个模式作为子主题。但问题是根据用户描述模式在评论中可能有很多模式。
有没有办法有效地解决我的问题？ 谢谢!!
答案 0 :(得分：1)
你提出的问题是多方面的，而不是直截了当的回答。
从概念上讲，您可能需要执行以下步骤：
识别手机功能的名称（+可能会根据这些功能创建本体）。
创建功能名称的同义词列表（类似于评价短语，例如，好，坏，糟糕等）。
使用其中一个NLTK标记来解析评论。
创建用于提取要素及其评估的规则（信息提取部分）。我不确定NLTK能否直接支持你。
评估并改进方法。
或者：创建一个更大的注释语料库，并使用TensorFlow，Theano或其他任何类似的东西训练深度学习模型。