machine-learning - 对产品评论的无监督情绪分析
问题描述
我想对客户在不同产品网页上发布的评论进行无监督的情绪分析。大多数在线资源使用监督方法,示例/教程总是有一个标记的训练数据集。
我的目标不仅仅是推断评论的极性,还要进行内容/主观分析。任何在线实施或为此建议高级方法?
解决方案
您可以采用的一种无监督方法是词向量嵌入和 k-means 聚类。这是 Python http://brandonrose.org/clustering中的一个示例
推荐阅读
- swift - 在 SwiftUI 中使用 @State 属性包装器未更新视图
- pandas - 当作为 *args 传递给 psycopg2 连接时,获取双引号并用逗号分隔的字段名称
- java - 通过@Requestbody Spring MVC传递多个数据,JSONobject没有得到更新
- qt - 为 Ubuntu 主机和 Ubuntu 目标配置 QT
- apache-camel - 在 Camel 3 端点 DSL 中使用 RAW()
- c# - 读取器在数据库层关闭时尝试调用读取无效
- javascript - 在 React 生命周期方法中设置获取数据的时间间隔
- android - Xamarin.Form 可以将相机视图插入到视图中,例如 Instagram
- tensorflow - 如何制作带有图像和标签的数据集?
- python - 我创建了一个单独运行的小程序,但作为一个函数,我得到了 IndexError: list index out of range