python - 如何使用 python 和 NLTK 提取评论的子主题句子？

Question

是否有任何有效的方法可以使用 python 和 NLTK 库提取评论的子主题解释。例如，有关手机的用户评论可能是“这款手机的电池很好，但显示是废话”我想提取以上两个特征，例如

"Battery is good"
"display is a bullshit"

上述的目的是要针对产品的功能开发一个产品评级系统。极性部分分析完毕。但是提取评论的特征对我来说有些困难。但是我找到了一种使用 POS 标签模式和正则表达式(如

)来提取特征的方法

<NN.?><VB.?>?<JJ.?> 

这个模式作为子主题。但问题是根据用户描述模式，评论中可能有很多模式。

有什么办法可以有效解决我的问题吗？？？谢谢!!

Answer 1

您提出的问题是多方面的，不容易回答。

从概念上讲，您可能需要执行以下步骤:

1. 识别手机功能的名称(+可能根据这些功能创建本体)。

2. 创建功能名称的同义词列表(类似于评价性短语，例如好、坏、糟糕等)。

3. 使用 NLTK 标记器之一来解析评论。

4. 创建特征提取及其评估规则(信息提取部分)。我不确定 NLTK 是否可以直接支持您。

5. 评估并完善该方法。

或者:创建一个更大的带注释语料库，并使用 TensorFlow、Theano 或其他类似工具在其上训练深度学习模型。