sentiment-analysis - 情绪分析

Question

在执行情绪分析时，如何让机器理解我指的是苹果（iphone），而不是苹果（水果）？

感谢您的建议！

Answer 1

嗯，有几种方法，

我会从检查大写字母开始，通常，当提到一个名字时，第一个字母是大写的。

在进行情感分析之前，我会使用一些词性和命名实体识别来标记相关的词。

斯坦福 CoreNLP是一个很好的文本分析项目，它将教你基本概念。

来自 CoreNLP 的示例：

您可以看到标签如何帮助您。

并查看更多信息

Answer 2

正如 Ofiris 所述，NER 只是解决问题的一种方法。我觉得用词嵌入来表示你的词更有效。这样，机器会自动识别单词的上下文。例如，“Apple”主要与“eat”一起出现，但是如果给定的输入“Apple”与“mobile”或该域中的任何其他词一起出现，机器将理解它是“iPhone apple”而不是“apple fruit” ”。有 2 种流行的方法来生成词嵌入，例如 word2vec 和 fasttext。Gensim 为 word2vec 和 fasttext 提供了更可靠的实现。

https://radimrehurek.com/gensim/models/word2vec.html https://radimrehurek.com/gensim/models/fasttext.html

Answer 3

许多开源预训练的 NER 模型已经解决了这个问题。无论如何，您可以尝试重新训练现有的 NER 模型以对其进行微调以解决此问题。您可以在此处找到 Spacy NER 所做的 NER 结果演示。

Answer 4

如果存在日期、知名品牌、vip 或历史人物，您可以使用 NER（命名实体识别）算法；在这种情况下，正如 Ofiris 所建议的，Stanford CoreNLP 提供了一个很好的命名实体识别器。

对于多义词的更一般的消歧（即，具有多个意义的词，例如“好”），您可以使用与词义消歧 (WSD) 算法相结合的词性标注器。可以在此处找到后者的示例，但我不知道为此目的有任何可免费下载的库。