python - 如何使用文本分析来调查问卷回复？

Question

我是一个学生团队的“程序员”，该团队旨在调查我的文法学校的满意度和一般问题。我们有一个基于 1-6 等级的问题，我们通过我用 Python 编写的图表软件解释这些答案。

现在有一个 <textarea>在我们的问题的最后，人们可以随心所欲地使用。我目前正在考虑使这些数据可用的方法(我们不想阅读超过 800 个答案)。

我如何使用 Python 中的文本分析来调查学生写的内容？我正在考虑一种方法来“标记”任何写下的句子，例如:

I don't like being in school. [wellbeing][negative]
I have way too much homework. [homework][much]
I think there should be more interesting projects. [projects][more]

是否有任何可用的方法来获得它？使用现有的分词器有意义吗？

感谢您的帮助!

Answer 1

好吧，我只是在这里提出一些想法..但我能想到的一种方法是，

1. 首先使用聚类算法对响应进行聚类。像 K-means 这样的东西或者您可以使用 LDA 之类的工具进行主题建模。

2. 然后您可以通过文本分析使用您的标记方法在您从步骤 1 获得的每个集群/主题中生成频繁/相关的关键字。

为什么第 1 步是个好主意？好吧，在我看来——在进行文本分析时，如果你随意地给句子加标签，你可能会生成很多标签——其中很多标签在上下文中都是相似的。因此，您的可用性可能会下降，您仍然需要为每个句子分析大量标签。

使用聚类/主题建模也可以帮助将上下文问题减少到一定程度。因此，我认为更有用。