Python 如何自动分类应用程序用户评论?

Python 如何自动分类应用程序用户评论?,python,app-store,semantics,feedback,google-prediction,Python,App Store,Semantics,Feedback,Google Prediction,我已经收到数以万计的用户评论 我知道很多评论的意思都是一样的 我看不清所有这些评论。 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 我可以下载一个应用程序所有评论,也可以初步了解谷歌预测API。你可以使用谷歌预测API将你的评论描述为重要或不重要。您要做的是手动对注释的子集进行分类。然后将手动分类的模型上传到Google云存储,并使用预测API对模型进行训练。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好了,您就可以使用它以编程方

我已经收到数以万计的用户评论

我知道很多评论的意思都是一样的

我看不清所有这些评论。 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


我可以下载一个应用程序所有评论,也可以初步了解谷歌预测API。

你可以使用谷歌预测API将你的评论描述为重要或不重要。您要做的是手动对注释的子集进行分类。然后将手动分类的模型上传到Google云存储,并使用预测API对模型进行训练。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好了,您就可以使用它以编程方式对剩余的和任何将来的注释进行分类

请注意,您手动分类的注释越多,即培训集越大,您的编程分类就越准确。此外,您可以将此想法扩展如下:您可以使用重要性等级,例如1-5级,而不是重要/不重要的二元分类。当然,这需要更多的人工来构建模型,因此最佳策略将取决于您的需求以及您可以花费多少时间来构建模型