如何根据文本的情绪推荐活动？答案

【问题标题】：How do I recommend activities based on the sentiment of a text?如何根据文本的情绪推荐活动？
【发布时间】：2020-02-25 07:07:47
【问题描述】：

我从这个 GitHub link 获得了我的文本情感分类器，它使用这个数据集来测试和训练：

标记为 0 的消息是正面的，而标记为 1 的其他消息具有负面情绪。例如，如果我在训练/测试之后运行这样的函数：

pm = process_message('Hi hello depression and anxiety are the worst')
sc_bow.classify(pm)

它将返回 True，因为它包含负面情绪。

我现在的计划是建立一个推荐系统，根据文本是否具有正面或负面情绪向用户推荐活动。

这是我现在开发的数据集的头部：

它包含一个活动列表和它自己的标签（1 和 0）。 1 是当用户消极时推荐的活动，反之亦然。

由于我对机器学习真的很陌生，谁能给我一些关于如何实现我的目标的指示？

我目前正在学习的课程是Udemy course。

【问题讨论】：

标签： python pandas recommendation-engine

【解决方案1】：

当常规 dict 将“响应类”（即分类结果）映射到可能的选项时，您不需要数据框来包含这些响应：

import random

responses = {
  True: ["Take a bath", "Something", "Else"],
  False: ["Something", "Else"],
}

# ...

pm = process_message('Hi hello depression and anxiety are the worst')
response_class = sc_bow.classify(pm)
response = random.choice(responses.get(response_class, []))
print(response)

【讨论】：