Question

假设我对以下顾客进行了评论，并且想了解有关酒店和食物的感想：

“我们得到的房间很好，但是食物很一般”

如果这是在评论数据框中，则分析结果将如下所示： Reviews Hotel Food The room was ... Pos Neg

我在Kaggle和Medium上遇到了多个教程，这些教程教授情感分析，但是他们总是寻找整体情感。

如果您知道方法，或者知道任何教程，或者知道谷歌用什么术语来解决此问题，请帮帮我。谢谢！

编辑：请参考以下内容： http://sentic.net/sentire2011ott.pdf 他们似乎是讲义。有谁知道相同的python实现？谢谢！

编辑：该问题与ABSA（基于方面的情感分析）有关

Answer 1

假设客户评论的长度为1-to-N句，其中一部分评论了多个项目（例如，房间很棒，但是员工很粗鲁），则您可能想要执行单个文本片段（由标点符号和连词分隔）的情感分析。

这将需要一种预处理技术的组合，这些技术将对句子和连词（例如，但是，如此等等）的评论文本进行分段。

示例代码

首先，句子标记化

假设评论文字为“ 不错的中央酒店”。房间很棒，但是工作人员很粗鲁。从中央车站很容易到达”

>>> from nltk.tokenize import sent_tokenize

>>> sentences = sent_tokenize(review_text)
>>> sentences
[“Nice central hotel.”,
 “Room was great but the staff were rude.”,
 “Very easy to reach from the central station.”]

接下来，分割几个连词，

import re

def split_conj(text):
    return map(str.strip, re.sub('(but|yet)', "|", text).split('|'))

segments = []
for sent in sentences:
    segments.extend(split_conj(sent))

请注意，您需要对segments做一些进一步的预处理（基于示例评论文本）

['Nice central hotel.',
 'Room was great',
 'the staff were rude.',
 'Very easy to reach from the central station.']

接下来，创建将评论ID链接到各个细分ID的数据集。因此，您的数据框列为：

review ID | segment ID | segment text | label
# label could be a numerical value
# (range -1 to +1) instead of -1 and +1

接下来，对各个细分受众群进行情感分析，然后将它们结合起来以获取每个评论的总体情感-基于与每个细分受众群ID关联的评论ID。

综合得分（非详尽列表）的几种选择：

简单加法（在正负两部分数相等的情况下，这将产生中性得分）
简单加权总和（段情感评分总和X标准化段长度）
基于对片段的重要性的自定义分配的加权总和（片段情感分数之和X片段的归一化重要性）
等

希望对您有帮助。

Answer 2

例如，您不能只在“组合”单词列表上拆分句子，例如“和，但是，而且...”，然后对拆分的每个部分进行标准分析吗？ /> 假设/检查它们仍然构成完整的句子，因为您当然也可能遇到更困难的情况，例如“房间和我们得到的食物都很好”，您需要复制句子的结尾部分或得到一部分“两个房间都没有意义了。
但是无论如何，这句话只有一种情感……

如何对同一文本样本中的不同主题/方面进行情感分析

2 个答案: