基于情绪对文本数据进行聚类？

Question

我正在从亚马逊上抓取评论，目的是进行情绪分析，将它们分为正面、负面和中性。现在我得到的数据将是文本和未标记的。

我解决这个问题的方法如下：-

1.) 使用 DBScan、HDBScan 或 KMeans 等聚类算法标记数据。集群的数量显然是 3。

2.) 在标记数据上训练分类算法。

现在我从未对文本数据执行过聚类，但我熟悉聚类的基础知识。所以我的问题是：

1. 我的方法正确吗？

2. 由于我对此有点陌生，因此我可以关注基于文本的聚类的任何文章/博客/教程吗？

Answer 1

我从未做过这样的实验，但据我所知，这项工作最具挑战性的部分是将sentences 或documents 转换为固定长度的向量（映射到语义空间）。我强烈建议使用来自huggingface 库的情感分析管道来嵌入句子（这样你可能会利用一些监督）。还有其他选择：

1. 使用sentence-transformers 库。 （直截了当，仍然很好）
2. 使用弓。 （最简单的方法，但很难得到你想要的）
3. 使用 TF-IDF（仍然很简单，但可以简单地完成工作）

达到这一点后（每条评论 ==> 固定长度向量），您可以利用任何您想对它们进行聚类并关注结果的东西。