作者热门文章
- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我在该应用上收到了数以万计的用户评论。
我知道许多评论的含义是相同的。
我看不懂所有这些评论。
因此,我想使用python程序来分析所有注释,
确定最频繁,最重要的反馈信息。
我想问一下,我该怎么做?
我可以下载应用程序的所有评论,也可以初步了解Google Prediction API。
最佳答案
您可以使用Google Prediction API将您的评论描述为重要或不重要。您想要做的是手动对评论的子集进行分类。然后,您将手动分类的模型上传到Google Cloud Storage,并使用Prediction API训练模型。此步骤是异步的,可能需要一些时间。一旦训练好的模型准备就绪,您就可以使用它以编程方式对其余(以及将来的)注释进行分类。
请注意,您手动分类的注释越多(即训练集越大),则程序分类的准确性就越高。此外,您可以按如下方式扩展此想法:您可以使用重要性等级,而不是二进制分类(重要/不重要)。以1-5的比例。当然,在构建模型时需要更多的人工,因此最佳策略将取决于您的需求以及您可以花多少时间构建模型。
关于python - 如何对应用程序用户评论进行自动分类?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/13141796/
我是一名优秀的程序员,十分优秀!