使用Python NLTK在文本中识别因果关系?(然后是主观检测)

使用Python NLTK在文本中识别因果关系?(然后是主观检测),python,twitter,nlp,nltk,sentiment-analysis,Python,Twitter,Nlp,Nltk,Sentiment Analysis,我一直希望在围绕体育赛事的短文中找出明显的因果推论。。。例如,如果一句话像“Ugggh,我的球队不可能因为裁判太差劲而丢分!”、“本垒!!合作得太棒了!!”等等。我想首先确定有因果推断——我的球队输了是因为裁判没有做好他的工作,或者我的球队赢了是因为他们合作得很好,等等 在这个识别任务的基础上,我需要从上面识别的原因中提取客观性/主观性得分 我想知道,除了为这些目的手动创建词典,或者通过收集一些适当的训练数据(可能需要人工注释)来训练一个简单的分类器之外,是否有更好/更快的解决方法,最好使用Py

我一直希望在围绕体育赛事的短文中找出明显的因果推论。。。例如,如果一句话像“Ugggh,我的球队不可能因为裁判太差劲而丢分!”、“本垒!!合作得太棒了!!”等等。我想首先确定有因果推断——我的球队输了是因为裁判没有做好他的工作,或者我的球队赢了是因为他们合作得很好,等等

在这个识别任务的基础上,我需要从上面识别的原因中提取客观性/主观性得分

我想知道,除了为这些目的手动创建词典,或者通过收集一些适当的训练数据(可能需要人工注释)来训练一个简单的分类器之外,是否有更好/更快的解决方法,最好使用Python(和NLTK?)


非常感谢您的任何意见

这是一个研究问题。没有很好的范围,所以。谢谢你的评论@埃里普,你建议我把这个贴在哪里?我不知道该把它贴在哪里。通常,对于新颖的研究,人们不想给出解决方案。我可能会在文学方面翻来翻去。啊,我明白了。。。那么我应该删除这个问题吗?我很有信心这个问题没有“快速解决办法”。这是一项非常艰巨的NLP任务。即使是一个精心设计的系统也不会产生闪亮的效果。我怀疑,如果你给两个人类注释者相同的文本,他们会经常在正确的解决方案上产生分歧。