预定义的可再分配文本分类

Question

友 我们正在尝试解决一个只有评论转储的问题，但.csv文件中没有评级。 .csv中的每一行都是由特定产品的客户给出的一个评论，让电视。

在这里，我想将该文本分类为该产品的领域专家给出的下面预定义的类别：

• 质量
• 客户
• 支持
• 积极反馈
• 价格
• 技术

一些评论如下：

1. 最近买了这个产品，感觉市场上很棒的产品。
2. 长期以来一直在等待这个产品，但很失望
3. 建筑质量不是很好
4. LED屏幕画面完美。喜欢这个产品
5. 达姆！ 2个月前买了这台电视，猜猜是什么，屏幕显示直线，劣质LED屏幕
6. 这个选项非常复杂，这部电视的文档不是那么用户友好
7. 我无法使用智能设备连接此电视。根本不起作用
8. 客户支持非常差。我不推荐这个
9. 效果很好。伟大的产品

现在，通过10个不同客户的10次评论，我如何将它们分类到给定的桶中（您可以通过情感分析调用多标签分类或命名实体识别或信息提取，或者无论如何）

我尝试了所有NLP字频率计数相关的东西（在R中）并引用了StanfordNLP（https://nlp.stanford.edu/software/CRF-NER.shtml）等等。但无法得到具体的解决方案。

有人可以指导我们如何解决这个问题？谢谢!!!

Answer 1

大多数NLP框架将处理多类分类。 R中的字数本身不太可能非常准确。您可以探索的Python图书馆是Spacy。也可以使用Google，AWS，Microsoft等商业API。每个类别的培训需要相当多的例子。随意发布您的代码以及您看到的问题或性能差距，以获得进一步的帮助。