特征提取NLP

Question

我正在處理評論數據集。 問題是要從評論中獲取該特定產品的重要（正面評價次數）正面和負面特征。

例如： some xyz car

正面：行駛里程長，外觀漂亮，寬敞等

負面：功能不佳，性能不佳，軟件問題等

事情是要提取關於產品的最佳和最糟糕的東西！

到目前為止，我一直使用gensim的doc2vec查找最上面的肯定和否定句子。 結果不是很好，因為它得到的句子結構相似，而羽毛卻不相似。

Answer 1

一些“單詞移動器的距離”計算的文章，用於識別相似的句子/短語，使用評論作為其數據集，並且似乎很好地提取了常見主題和代表性短語。

參見例如：

“使用Word Mover的距離在餐廳評論中導航主題” http://tech.opentable.com/2015/08/11/navigating-themes-in-restaurant-reviews-with-word-movers-distance/

“使用Word2Vec和WMD查找相似的文檔” https://markroxor.github.io/gensim/static/notebooks/WMD_tutorial.html

Answer 2

您似乎想要提取有關某產品的功能，這在您的評論中最常被提及。 這是典型的主題聚類問題。 您可以使用潛在Dirichlet分配模型進行主題聚類。

這種方法將為您提供功能，然后您可以運行情感分析模型以了解對該功能的正面或負面情緒。

碰巧的是，如果您已經了解這些功能，並且希望將其歸為一組，那么請查看此問答和問題中提到的論文。