作者nchunerdy120 (batman)
看板DataScience
標題[問題] 從文字評論探勘分類器特徵值
時間Tue Jul 14 00:34:55 2020
作業系統: win10
問題類別:ML, NLP
使用工具: Python
問題內容:
主要任務是從餐飲評論中，找出能夠套用在篩選餐飲的特徵值
例如所有評論都有類似「東西很好吃，價錢也不貴，可是服務不太好」的內容，就可以推
論餐飲普遍重視食物口味、服務、以及價錢
在知道口味，服務，價錢很重要後，該怎麼針對這三個特徵去給值呢？ 例如A餐廳「東西
很好吃，價錢也不貴，可是服務不太好」，B餐廳「東西不好吃，價錢偏貴，可是服務很
好」，該怎麼給出A餐廳跟B餐廳，在口味，服務，價錢這三個面向的分數呢？
我目前的想法是不知道有沒有專屬於各個面向的情緒分析，或是專屬於各個面向的分類模
型，用那個情緒分析或分類模型來給值
想知道有沒有其他方法呢？ 或是有我說明不清的地方也麻煩各位提出，感謝～
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.136.251.155 (臺灣)
※ 文章網址: https://webptt.com/m.aspx?n=bbs/DataScience/M.1594658097.A.491.html
1F：→ roccqqck: Train 3個model啊07/14 00:48
可是那三個面向沒有標籤，請問要怎麼訓練呢orz
2F：→ roccqqck: 你找找multiple choice07/14 00:50
請問是直接搜multiple choice嗎？我搜出來是如何用python出選擇題@@ 感謝回答！
※ 編輯: nchunerdy120 (36.231.57.7 臺灣), 07/14/2020 07:00:35
3F：推 st1009: 直接rule base人工標記關鍵字感覺最簡單，肯定跟否定關鍵07/14 07:23
4F：推 st1009: 可以拿別人做好的07/14 07:23
請問別人做好的rule based是從kaggle抓嗎？ 還是有其他管道呢？ 感謝！
※ 編輯: nchunerdy120 (223.136.251.155 臺灣), 07/14/2020 07:54:26
5F：→ jigfopsda: 一樓說的應該是 bert multiple choice07/14 08:58
好的，我研究看看，感謝～
6F：→ roccqqck: 自己label啊 不要指望別人幫你label 07/14 12:08
所以這種情況一般都是自己標籤嗎？ 因為我第一次處理這種東西，然後數據量又很大（
八百萬筆），所以問題比較多，感謝
7F：推 st1009: 我個人是推薦從github抓 07/14 12:36
好的我查查看，感謝～
※ 編輯: nchunerdy120 (223.136.251.155 臺灣), 07/14/2020 16:30:31
8F：推 sean50301: 關鍵字: aspect level sentiment analysis 07/14 21:07
感謝您，我查查看～
※ 編輯: nchunerdy120 (223.136.138.95 臺灣), 07/15/2020 10:20:07
9F：推 sxy67230: 可以考慮用bert接三個分類器，出來就是三個類的評分， 07/17 21:11
10F：→ sxy67230: 初期可以考慮請人手動標出一百篇三項評分，或是爬蟲看 07/17 21:11
11F：→ sxy67230: 看有沒有現成網站資料可以蒐集，在嘗試用snorkel做資料 07/17 21:11
12F：→ sxy67230: 增強。個人認為表現應該就很不錯了 07/17 21:11
13F：推 littleyuan: bert 加上一層NN負責分類就可以 07/28 07:23
14F：→ littleyuan: 花錢找labeling company幫忙 印度有 台灣好像也有些慈 07/28 07:24
15F：→ littleyuan: 善機構有 07/28 07:24