Weka：对多个文本属性的文本情感分析

Question

我希望对多个文本属性进行文本情感分析。我遵循了这个伟大的beginners video tutorial，它可用于单个文本属性及其类 - 正面或负面。我想同时将这个想法扩展到多个属性。

要说清楚，这是我要做的一个例子：

从客户收集的有关零售店的属性：

1. 商店体验评论 - 字符串
2. 收集审核 - 字符串
3. 提供的帮助审核 - 字符串
4. 整体排名 - 整数（1至5） - 类

我希望基于类属性（4）的所有属性（1 - 3）进行分析。

如果我尝试使用过滤器＆gt;无监督的＆gt;属性＆gt; StringToWordVector分别为这些属性中的每一个，然后观察到结果具有较低的正确分类％。

这是继续执行文本情感分析的正确方法吗？

Answer 1

您正在接近multi-faceted sentiment analysis，因为您要保留有关零售店不同方面（属性）的信息。为了对商店进行整体分析，在分析中混合所有属性并没有错;只需将StringToWordVector应用于所有String属性即可。

一方面，您可以提高准确性，因为在仅使用其中一个属性时，您将获得更好的统计数据和更多功能。另一方面，你可能会减少精确度，因为一篇评论可能会对商店体验有积极的看法，但总体上是负面的，所以混合这些属性可能会在模型中产生一些噪音 - 但这不太可能，因为这样的评论会是一个不好的例子仅从Store Experience属性学习时。

如果您按照本教程进行操作，您会发现StringToWordVector过滤器中有很多选项，您也可以添加AttributeSelection。我建议使用StringToWordVector过滤器中的二进制/ TF / TF.IDF权重来测试每个属性并组合所有属性，使用NGramTokenizer（用于识别正/负多字 - 例如“非常非常”好的“），AttributeSelection使用Ranker和InfoGainAttributeEval，当然，尽可能多地测试学习算法。

您还有其他教程here。