如何使用 python 和 NLTK 提取评论的子主题句？

Question

是否有任何有效的方法可以使用 python 和 NLTK 库提取评论的子主题解释。例如，关于手机的用户评论可能是“这款手机的电池很好，但显示是废话” 我想提取以上两个特征，比如

"Battery is good"
"display is a bullshit"

上面的目的是他们将根据产品的特性为产品开发一个评级系统。 分析极性部分已经完成。 但是提取评论的特征对我来说有些困难。但是我找到了一种使用 POS 标签模式和

等正则表达式来提取特征的方法

<NN.?><VB.?>?<JJ.?> 

这个模式作为子主题。但问题是根据用户描述模式，评论中可能会有很多模式。

有什么方法可以有效地解决我的问题？？？ 谢谢！！

Answer 1

您提出的问题是多方面的，不容易回答。

从概念上讲，您可能需要执行以下步骤：

1. 识别手机特征的名称（+ 可能基于这些特征创建本体）。

2. 创建特征名称的同义词列表（与评价性短语类似，例如 nice、bad、sucks 等）。

3. 使用 NLTK 标记器之一来解析评论。

4. 为特征提取及其评估创建规则（信息提取部分）。我不确定 NLTK 是否可以直接为您提供支持。

5. 评估和改进方法。

或者：创建一个更大的注释语料库，并使用 TensorFlow、Theano 或其他类似工具在其上训练深度学习模型。