基于SVM的情感分析中的特征

Question

我无法将语义和词汇信息转换为特征向量。

我知道以下信息

• 部分语音标记 - POS标记符输出，形容词，动词
• Word Sense- Word Sense Disambiguation of Bank of bank - financial institution，heap
• 本体信息 - 前哺乳动物，位置
• n-gram - 前男友
• 主打词 - 表演行为的根词

我的问题是如何将它们表示为真实值。我应该只选择每个特征（POS，sense等）的出现，即布尔向量，但是在n的情况下语义信息将丢失-grams（非常好的男孩和好男孩在情绪分析的情况下有不同的语义指导）。

Answer 1

没有将名义值转换为实值向量的好方法。最常见的方法是你建议的 - 转换为布尔向量。在n-gram的情况下，我没有看到你的观点。你的目标是什么？你说你有POS，POS是单词的一个特征，另一方面，n-gram在单个单词级别上没有任何意义，而是作为一种表示句子的一部分。你的意思是“它出现的n-gram”？它与“之前的单词”（或之前的单词n-1）完全相同，并且您不会丢失任何信息（简单地说，每个“前一个”单词都有k个维度，其中k是词汇表的大小）。请注意，您的代表将巨大。