Web scraping 文本挖掘基本问题
文本挖掘特定问题:Web scraping 文本挖掘基本问题,web-scraping,data-mining,text-mining,sentiment-analysis,Web Scraping,Data Mining,Text Mining,Sentiment Analysis,文本挖掘特定问题: 我来自汽车行业的一个CRM领域,我们有很多非结构化的调查数据。第一个问题是-是否有一个特定于领域的词典可以用来映射情绪分析的积极和消极词汇?如果是,请帮我 在进行情绪分析时,我们如何处理“不坏”和“不好”等词。“不坏”本质上意味着“好”,但会被打负分 我们如何处理重要单词附近的单词。例如,“没有帮助”和“非常有帮助”应该被给予正负分,因为这里重要的是围绕“有帮助”一词的“没有”和“非常”。有人称这种方法为“意见挖掘”。这是如何在r&C中发生的?请注意这些场景 任何人的帮助都将
二,三。尝试构建依赖树,斯坦福解析器在句子语法分析方面做得很好。例如,当我试图用 “我不喜欢自助餐,相反,我会点一份非常美味的自助餐 经济的” 从上面的输出我们可以得到,情感词“like”被否定词“not”修饰。此外,“经济型”一词由副词“非常”限定。 有超过50种关系,你只需要担心4或5种情绪分析。这将有助于解释这些关系是什么。 您可以使用他们的API
二,三。尝试构建依赖树,斯坦福解析器在句子语法分析方面做得很好。例如,当我试图用 “我不喜欢自助餐,相反,我会点一份非常美味的自助餐 经济的” 从上面的输出我们可以得到,情感词“like”被否定词“not”修饰。此外,“经济型”一词由副词“非常”限定。 有超过50种关系,你只需要担心4或5种情绪分析。这将有助于解释这些关系是什么。 您可以使用他们的API