我希望获得一些帮助选择NLP策略以对日记条目进行分类的帮助。这是日记条目的外观和正确分类的示例。
“昨天，我的睡眠很糟糕。我感到非常疲倦，所以一天的工作效率不是很好。”
类别：“睡眠：糟糕”和“生产力：不是很好”
我有很多个人日记。人们将谈论他们已完成（或尝试完成）的事情以及它的工作方式（“好”，“坏”）。每个条目都会有多次尝试和评分，我需要正确匹配它们。
现在，我可以采用的一种方法是在Python中使用Spacy的匹配器，并提供一系列多字属性，例如
# Initialize the Matcher with the shared vocabulary
matcher = Matcher(nlp.vocab)
# Create a pattern matching two tokens: "iPhone" and "X"
pattern = [{'TEXT': 'not'}, {'TEXT': 'very'}, {'TEXT': 'good'}]
但是，问题是，即使我提出了一个新的评分和要素词典，我如何在上下文中将它们匹配，例如正确的属性/形容词/评分以及正确的要素（例如生产率或睡眠）。
我敢肯定有一种更有效的方法可以做到这一点，但我不确定。任何帮助都会很棒，请告诉我是否可以改善此问题。
答案 0 :(得分：0)
我会发表评论，但是我的声誉太低了，但这是NLP的一个非常有趣的应用。如果您的期刊已经有类别，那么我将研究一种机器学习方法。我最喜欢的文本分类工具是快速文本（https://fasttext.cc/docs/en/supervised-tutorial.html）
无论如何，祝你好运！