NLP步骤或approch来分类文本？

Question

我正在开展一个项目，根据情绪（正面或负面）对餐厅评论进行分类。此外，我想分类，如果这些评论属于食品，服务，物有所值等类别。我无法链接互联网上提供的步骤或方法。任何人都可以提供详细的方法或步骤来解决问题。

Answer 1

如何使用文字袋模型。它已经过多年的尝试和测试。与更现代的方法相比，它有一些缺点，但你仍然可以获得不错的结果。互联网上有大量材料可以帮助您：

• 将文档规范化为您的管道可以接收的表单
• 将文档转换为向量并执行TF-IDF以过滤不相关的术语。 Here is a good tutorial。并将它们转换为矢量形式。
• 拆分文档获取文档的一些子集，并根据类（情绪）/注释类型标记属于训练数据的文档。显然，您的文档将属于两个类。
• 应用某种类型的降维技术，使您的模型更加健壮，good discussion is here
• 在训练数据上训练模型。您需要至少两个模型一个用于情感，一个模型用于类型。有些算法仅适用于二进制类，因此您可能需要的不仅仅是注释类型（Food，Value，Service）的模型。这可能是一件好事，因为评论可以属于多个类别（食品质量和价值，或价值和服务）。 Scikit-learn有很多很好的模型，我强烈推荐orange toolbox它就像数据科学的GUI。
• 使用验证集验证模型。如果你的准确度令人满意（大多数经典的方法，如SVM应该给你90％的利率）继续使用它来传入数据