短文本分类

Question

我即将开始一个项目，我的最终目标是将短文本分类：“可能对访问地点X感兴趣”：“不感兴趣或中立”。地方由一组关键字（例如膳食或里程类型，如“中国食物”）描述。理想情况下，我需要一些基于短文本分析来模拟用户愿望的方法 - 然后根据欲望分数或欲望概率进行分类 - 这个领域是否有任何最先进的技术？谢谢

Answer 1

此问题与文本的情感分析完全相同。但是，与传统的二元分类不同，您似乎有一种“中立”的观点。情绪分析的最新技术是高度依赖于领域的。例如，在电影分类方面表现优异的技术在商业产品上表现不佳。

此外，即使是功能选择也高度依赖于域。例如，unigrams适用于电影评论分类，但是unigrams和bigrams的组合对于分类twitter文本表现得更好。

我最好的建议是“玩弄”不同的功能。由于您正在查看短文，因此Twitter可能是一个很好的动机示例。我会从unigrams和bigrams开始作为我的特色。确切的算法不是很重要。 SVM通常在正确的参数调整时表现很好。在尝试更大的数据集之前，请使用少量保留数据来调整这些参数。

这个问题更有趣的部分是排名！最近在以下论文中使用了“纯度分数”（并且我认为它们是最先进的）：

• 情感摘要：评估和学习用户偏好。勒曼，布莱尔 - 戈登索恩和麦当劳。 EACL。 2009。
• 网络衍生极性词典的可行性。 Velikovich，Blair-Goldensohn，Hannan和McDonald。 NAACL。 2010。