Artificial intelligence 将客户的评审分为好的、坏的和中性的

我有一个典型的人工智能问题要解决。客户将提交关于产品的评论。我必须能够创建一个程序，将这些评论分为好的、坏的或中性的

当然，神经网络将在其中扮演重要角色。 此外，我认为模糊逻辑可以在其中发挥一定的作用。例如，一条评论的好、坏或中立程度！！ 关于如何解决它的更多想法？？？

您可以使用某种形式的

分类最重要的是选择正确的特征。功能意味着您可以从评论中提取一些值，这些值仍然可以捕获分类任务的本质。我想到的事情是

字数 每句话的平均字数 一些集合中的单词数，如{垃圾，垃圾，该死，伟哥，} 然后，您可以使用任何可用的机器学习算法神经网络、SVM和训练分类器，前提是您有足够多的评论标记为好/中性/坏。

您可以使用某种形式的分类

分类最重要的是选择正确的特征。功能意味着您可以从评论中提取一些值，这些值仍然可以捕获分类任务的本质。我想到的事情是

字数 每句话的平均字数 一些集合中的单词数，如{垃圾，垃圾，该死，伟哥，}

---

然后，您可以使用任何可用的机器学习算法神经网络、支持向量机并训练分类器，前提是您有足够多的评论标记为好/中性/坏。

此问题通常称为情绪分析。您可以查看以获得简要回顾，或获取更详细的资源和教程。

此问题通常称为情绪分析。您可以查看以获得简短的回顾，或获取更详细的资源和教程。

神经网络肯定会适合它，但是我会对引入新单词和语言感到怀疑。我会使用贝叶斯网方法来确定处于良好/中性/不良状态的概率。你应该考虑在把数据通过Bayes网之前清理干净。p> 另外：元属性[ziggy提到的]更多的是一个指标，可以提高你所采取的方法的性能

---

编辑：贝叶斯网是监督学习的一种形式

神经网络肯定会对它起作用，但是我会对引入新单词和新语言持怀疑态度。我会使用贝叶斯网方法来确定处于良好/中性/不良状态的概率。你应该考虑在把数据通过Bayes网之前清理干净。p> 另外：元属性[ziggy提到的]更多的是一个指标，可以提高你所采取的方法的性能

---

编辑：贝叶斯网是监督学习的一种形式

除了搜索诸如great、nice、Thank或crap、sh*t等关键词外，我不知道是否有更好的选择。只需使用真实的评级系统，如number of stars。亚马逊，Netflix，他们都使用明星评级系统，客户习惯于以此作为反馈机制。人工智能永远不会接受讽刺，明星也不要求用户知道如何拼写英语。如果你搜索特定的词，请注意，该产品是一个非常令人失望的产品，而不是一种恭维。@Nikki9696 re讽刺，永不说不：你认为我们在其中包括了一个模糊系统吗，例如，一条评论的好、坏或中性有多远？除了搜索诸如great、nice、Thank或crap、sh*t等关键字之外，我不知道是否有更好的选择。只要使用一个真实的评级系统，比如星星数。亚马逊，Netflix，他们都使用明星评级系统，客户习惯于以此作为反馈机制。人工智能永远不会接受讽刺，明星也不要求用户知道如何拼写英语。如果你搜索特定的词，请注意，这个产品是一个非常令人失望的产品，而不是一种恭维。@Nikki9696 re Sarcasm，never say never:你认为我们在其中包括了一个模糊系统吗，例如，一个评论的好、坏或中性有多远？你的意思是还学习BN的结构还是仅仅学习CPT？我指的是单词的元属性，每个句子的平均单词数，一个集合中的单词数等等。你是说还要学习BN的结构还是仅仅是CPT？我指的是单词的元属性，每个句子的平均单词数，一个集合中的单词数等等