鍍金池/ 問(wèn)答/C  網(wǎng)絡(luò)安全/ 請(qǐng)教:如何用NLP做評(píng)語(yǔ)分析

請(qǐng)教:如何用NLP做評(píng)語(yǔ)分析

期末快到了,需要每個(gè)學(xué)生給任課老師寫一段評(píng)語(yǔ)。我打算試試用NLP來(lái)做一下語(yǔ)義分析,比如這段評(píng)語(yǔ)是希望老師少留作業(yè)、還是希望多講解習(xí)題、還是希望其他等等。另外,我還想再分析一下句子的強(qiáng)弱,比如是比較希望、還是強(qiáng)烈希望等等。

這是一個(gè)典型的unsupervised learning,是從一段話中提取觀點(diǎn),并判斷觀點(diǎn)的強(qiáng)度。我能想到的方法就是dependency parsing,但是我還是不太明白具體應(yīng)該怎么做。懇請(qǐng)專業(yè)人士指點(diǎn)一下!

謝謝!

回答
編輯回答
伴謊

好奇為什么這個(gè)定義為unsupervised learning.

就語(yǔ)義分析部分可以看成unsupervised learning。提取出學(xué)生評(píng)語(yǔ)希望的內(nèi)容,可以大致算是topic extraction。 可以嘗試先聚類,理想狀況是講解習(xí)題的評(píng)語(yǔ)聚成一類,少留作業(yè)的評(píng)語(yǔ)聚成一類。然后針對(duì)每一個(gè)類別做摘要,算法可以是textrank之類的。

至于觀點(diǎn)強(qiáng)度我個(gè)人認(rèn)為是supervised learning。你先構(gòu)造一批訓(xùn)練集,并且對(duì)每條評(píng)語(yǔ)標(biāo)注['非常強(qiáng)烈','強(qiáng)烈','一般'...]。標(biāo)注類別依據(jù)實(shí)際情況確定,注意每個(gè)類別的數(shù)據(jù)量盡可能均衡,然后用多分類的任何算法都可以。當(dāng)然你用dependency 也可以,不過(guò)受通常中文dependency存在較大噪音,而且受評(píng)語(yǔ)質(zhì)量影響非常大。最后,你用一些強(qiáng)度詞典進(jìn)行打分也是可以的。

2017年10月2日 09:47