Python 分析文本以找到模式和有用的信息

提供一些上下文：应用程序中的问题记录在excel工作表中，该工作表中的一列包含用户（提出问题的人）和解决团队成员之间的电子邮件通信。还有许多其他列包含其他有用的信息。我的工作是从这些数据中找到有用的商业见解

找出那是什么类型的问题？e、 g.这是用户的培训问题还是访问问题等。这意味着我分析邮件文本，并通过某种方式确定问题的类型

一个问题发生了多少次电子邮件对话

这是一个重复的问题吗

还有其他一些简单的统计问题，如每周发行多少期等

我读到使用Python的NLP可以解决我的问题。我也同样关注Rapidminer

现在我的问题是 A.“我走对了吗？”NLP（自然语言处理）是这些问题的解决方案吗 B如果是，那么如何开始。。我已经开始用Python阅读关于NLP的书了，但这是一本很大的书，有什么具体的领域我应该集中精力并开始我的分析吗？ CRapidminer工具的性能如何？它能回答所有这些问题吗？数据量不是太大（可能是100000行）。。。看起来在rapidminer中构建一个流程很容易，因此就开始了

---

谢谢你的建议

尝试xlrdPython模块来读取和处理excel表格。 我认为使用此模块的适当实现是解决问题的简单方法