【发布时间】：2021-12-20 20:19:14
【问题描述】：
我正在对用户的 UX 网站测试成绩单进行情绪分析。我从测试会话中得到成绩单，然后我分析成绩单以进行情绪分析——用户对网站的看法是什么，用户遇到了什么问题，他是否有任何问题、卡住、迷路。由于这是非常特定于域的，我正在测试 TextBlob 和 Vader，看看哪个能提供更好的结果。我的问题是在流程的开始 - 语音到文本 API 的成绩单并不完美。 句子（句号）未被捕获或很少。 我不确定应该在什么级别进行分析，因为我希望我可以在句子级别进行分析。我尝试制作 n-gram 并分析那些短文本块，但这并不理想，而且结果有点难以阅读——因为有些部分会重复。除此之外，我还进行经典的文本清理、标记化、pos 标记、词形还原并将其提供给 TextBlob 和 Vader。
成绩单示例：okay so if I go just back over here it has all the information I need it seems like which is great so I'm pretty impressed with it similar to how a lot of government websites are set up over here it looks like I have found all the information I need it's a great website it has everything overall though it had more than enough information...
我做到了：
ngram_object = TextBlob(lines)
ngrams = ngram_object.ngrams(n=4)
这给了我类似的东西（实际上是一个 WordList）：[okay so if I, so if I go, if I go just...]
那么结果是这样的：
62 little bit small -0.21875 Negative
61 like little bit -0.18750 Negative
0 information hard find not see -0.291666667 Negative
1 hard find not see information -0.291666667 Negative
有没有更好的方法来分析块中的非结构化文本而不是完整的转录本？
这使得很难捕捉到网站的问题所在。更改 API 并不是一个真正的选择，因为我正在使用一些东西，这些东西是给我的，用作这个特定情绪分析问题的数据收集。
任何提示或建议将不胜感激，找不到任何人做类似的事情。
【问题讨论】：
-
请提供足够的代码，以便其他人更好地理解或重现问题。
标签： nlp sentiment-analysis text-processing textblob vader