Machine learning Weka：基于多文本属性的文本情感分析

我期待做多个文本属性的文本情感分析。我遵循了这个伟大的方法，它可以用于单个文本属性及其类-正数或负数。我想将这个想法同时扩展到多个属性

为了说明这一点，我举了一个例子：

从客户收集的有关零售店的属性：

商店体验回顾-字符串

集合审阅-字符串

提供的协助-审查字符串

整体排名-整数（1到5）-等级

我想要基于类属性（4）的所有属性（1-3）进行分析

如果我尝试为每个属性单独使用过滤器>无监督>属性>StringToOrdVector，则观察到结果的正确分类率较低

这是执行文本情感分析的正确方法吗？

您正在接近，因为您正在保存有关零售商店不同方面（属性）的信息。为了对商店进行全面分析，在分析中混合所有属性是正确的；只需将

StringToWordVector

应用于所有字符串属性即可

一方面，您可能会提高准确性，因为当只使用其中一个属性时，您将获得更好的统计信息和更多的特性。另一方面，你可能会降低准确度，因为一个评论可能会对商店体验说一些积极的东西，但总体来说是消极的，因此混合属性可能会在模型中产生一些噪音-但是这不太可能，因为这样的评论在仅从商店体验属性学习时是一个坏例子

如果您按照本教程进行操作，您将看到

StringToWordVector

过滤器中有很多选项，您还可以添加

AttributeSelection

。我建议测试每个属性和组合所有属性，使用

StringToWordVector

过滤器中的二进制/TF/TF.IDF权重，使用

NGramTokenizer

（用于识别正/负多字，例如“非常非常好”），将

AttributeSelection

与

Ranker

和

infogainattributeval

一起使用，当然，还要测试尽可能多的学习算法

您还有一个附加教程