基於SVM的情感分析功能

Question

我無法將語義和詞匯信息轉換為特征向量。

我知道以下信息

• 語音標記的一部分-POS標記器的輸出，形容詞，動詞
• 詞義-來自銀行的詞義歧義消除的輸出-金融機構，堆
• 本體信息-前哺乳動物，位置
• n-gram-前好孩子
• 頭詞-表演的行為根詞

我的問題是如何將它們表示為實數值。我應該只是選擇每個特征（POS，感測等）（即布爾向量）的出現，但是在n元語法的情況下語義信息將會丟失（在情感分析的情況下，非常好的男孩和好男孩具有不同的語義傾向）。

Answer 1

沒有將標稱值轉換為實值向量的好方法。 最常見的方法是您所建議的-轉換為布爾向量。 如果是n-gram，我看不出你的意思。 你的目的是什么？ 您說您擁有POS，POS是單詞的一個功能，而n-gram在單個單詞級別上沒有意義，而是作為句子部分的表示。 您是說“它出現在哪里”嗎？ 然后，它與“前一個單詞”（或n-1個前一個單詞）完全相同，然后您就不會丟失任何信息（因為每個“前一個”單詞都具有k個維，其中k是詞匯的大小）。 請記住，您的代表將是巨大的 。