我想对多个文本属性进行文本情感分析。我参考了一个很棒的初学者视频教程，该教程适用于单个文本属性及其类别 – 正面或负面。我希望将这个想法扩展到同时处理多个属性。
为了说明清楚，这里有一个我尝试做的例子：
从顾客那里收集的关于一家零售店的属性：
- 店内体验评价 – 字符串
- 商品收集评价 – 字符串
- 提供的帮助评价 – 字符串
- 总体评分 – 整数（1到5） – 类别
我希望基于所有属性（1 – 3）对类别属性（4）进行分析。
如果我尝试对这些属性分别使用过滤器 > 无监督 > 属性 > StringToWordVector，然后观察结果，发现正确分类的百分比较低。
这种方法进行文本情感分析是否正确？
回答：
你正在进行多方面情感分析，因为你保留了关于零售店不同方面（属性）的信息。为了获得对商店的整体分析，将所有属性混合在分析中并没有错；只需将StringToWordVector应用于所有字符串属性即可。
一方面，你可能会提高准确性，因为你会获得更好的统计数据和更多的特征，而不是只使用其中一个属性。另一方面，你可能会降低准确性，因为一个评论可能对店内体验说好话但总体上是负面的，所以混合属性可能会给模型带来一些噪音 – 然而，这种情况不太可能发生，因为这样的评论在仅从店内体验属性学习时将是一个不好的例子。
如果你按照教程进行，你会发现StringToWordVector过滤器中有很多选项，你还可以添加AttributeSelection。我建议测试每个属性和组合所有属性的方法，使用StringToWordVector过滤器中的二进制/TF/TF.IDF权重，使用NGramTokenizer（用于识别正面/负面的多词 – 例如，“非常非常好”），使用AttributeSelection与Ranker和InfoGainAttributeEval，当然，还要尽可能多地测试学习算法。
你可以在这里找到另一个教程这里。
