Python 如何从文本中提取投诉特征，以便从非投诉文本中对投诉进行分类

我有大约6000条来自社交网络（FB、twitter）的评论文本，以及来自一般和地区新闻和杂志等的新闻内容。我浏览了其中的前300条文本，并将这300条文本的内容分别标记为客户投诉或非投诉

---

我想知道如何才能准确地提取这些投诉和非投诉文本的特征，而不是简单的文字袋？我的目标是使用SVM或其他分类算法/库（如Liblinear），在当前300个文本的训练集中，最准确地将这些文本的其余部分分类为投诉或非投诉。这个过程类似于情绪分析吗？如果不是，我应该从哪里开始呢？

我想你会发现这一大堆话并不是那么幼稚。它实际上是一种非常有效的表示数据的方法，可以将数据提供给SVM。如果这还不能给你足够的准确度，你可以在你的特征向量中加入bigram，即单词对，而不仅仅是单字。

我想你会发现这袋单词并不是那么幼稚。它实际上是一种非常有效的表示数据的方法，可以将数据提供给SVM。如果这还不能给你足够的准确度，你可以在你的特征向量中加入bigram，即单词对，而不仅仅是单字