我有一个响应数据集，要求人们回答一组问题。只有一列文本数据需要处理。
我的挑战是；只有极少数的受访者真正写过长篇文章，我发现这些文章很容易处理并从中获得洞察力。大多数其他响应通常都很短，例如“有点”、“是”、“否”、“更大范围”。同样，也无法按顺序对其进行扩展，因为它没有逻辑顺序。
我已经能够使用较长的文本响应来获得对情感的洞察，提取关键字和短语并应用机器学习，例如 RAKE 和 PMI。我将 UDPIPE 库与 R 一起使用。
但是，对于较短的“几句话”回复，我发现很难从中获得洞察力。
对于我目前遇到的问题，是否还有其他机器学习技术？还是我需要尝试任何 NLP 技术？