哪种技术最适合使用 python 识别同一文本中的各种情绪？

Posted 2023-03-12

【中文标题】哪种技术最适合使用 python 识别同一文本中的各种情绪？

【英文标题】：Which technique is most appropriate for identifing various sentiments in the same text using python?

【发布时间】：2019-04-02 20:42:58

【问题描述】：

我正在学习 NLP，例如，我试图确定在线课程平台中客户反馈的感受。

我能够通过简单的一句话来识别学生的感受，例如“课程非常好，我从中学到了很多”，“教学平台很完整，我很喜欢使用它”，“我可以有更多与海洋生物学相关的课程”，等等。

我的疑问是如何正确识别一个句子或几个句子中的各种情绪。例如：

每个句子的情绪：

“课程非常好！在网站上创建一个问题部分可能会很酷。”

每个句子不止一种情绪：

“课程很好，但网站不行。”

两者兼而有之：

“课程很好，但教学平台很慢。课程中可以有更多的任务和示例，例如论坛上的视频或麦克风互动。”

我想过将文本拆分成句子，但对于示例 2 来说不是很好。

【问题讨论】：

欢迎来到 ***。请按照您创建此帐户时的建议阅读并遵循帮助文档中的发布指南。 On topic、how to ask 和 ... the perfect question 在此处申请。 *** 不是设计、编码、研究或教程资源。但是，如果您遵循您在网上找到的任何资源，进行诚实的编码尝试并遇到问题，那么您将有一个很好的示例可以发布。

首先，您可以根据标签（平台、课程、论坛等）分离数据，并在所有标签上训练不同的模型。

【参考方案1】：

您可以认为逗号、其他标点符号以及一些连词和介词实际上会拆分句子。这实际上超越了代码，进入了语言学领域，因为它们有时但并非总是将句子分开。

在第二种情况下，您实际上有两句话：“The course is very good”-，但是-“The site is not [very good]”。

我相信有 NPL 包可以拆分句子（可能是因为知道大多数句子都遵循主语/谓语/宾语结构，所以如果你缠绕多个动词，那么很可能你会找到相同数量的句子）和您可以先使用它们来解析您的文本。看看为您选择的语言执行此操作的库。

【参考方案2】：

有一个专门用于多标签分类的库：

scikit-multilearn

当您训练模型时，您必须将类拆分为二进制列。