php - 用下划线将句子中的否定句与后面的词联系起来

Question

我正在尝试计算网站上正面评价的数量。考虑以下字符串:

$str_1 = "This is great";
$str_2 = "This is not great after all";
$str_3 = "That isn't good and I will not return to this store.";

他们的意思相反。在自动分类中，$str_2 和 3 会被大多数分类器(只计算句子中正词的数量)计为正数。我想通过将“not”与“great”、“isn't”与“good”和“not”与“return”联系起来来避免这个错误，如下所示:

$str_1 = "This is great";
$str_2 = "This is not_great after all";
$str_3 = "That isn't_good and I will not_return to this store.";

我首先对字符串进行标记:

$tokens = explode("", $str_3);

但我不知道如何进行。如何将否定词(“not”、“isn't”)之后的词与后面的词联系起来？在这里使用正则表达式不是更好吗？

Answer 1

我不确定这个答案是否会有很大帮助，恐怕......如果你真的想对论坛上的帖子的情绪进行分类，这是一个非常困难的问题。您提出的建议将使您有所收获，但是英语(和其他语言)的复杂性要高得多，因此没有考虑在内。例如:

• 我不是在开玩笑:这个产品很烂
• 我怎么推荐这个产品都不为过
• 我不能推荐这个产品

等换句话说，在一些简单的情况下，寻找一个以否定开头的肯定词是可行的，但在很多其他情况下则行不通。我想你会想要一个更复杂的方法。如果您有大量训练数据(即手动分类评论)，您可以使用神经网络或分类器，如 SVM 或朴素贝叶斯分类器。

我怀疑如果您继续使用正则表达式方法，您会发现您将永远添加异常和特殊情况，并且它最终会变得异常复杂并且只能在 50% 的情况下工作。抱歉，我不能更积极了!