支持向量机提取用于情感的关键字

asav_yu

下午好,

希望有人能帮忙。我正在使用支持向量机进行情感分析，结果非常有希望。我的问题是，如何轻松地从我打分的文档中提取单词列表，以确切地了解情绪是消极还是积极的原因。

示例:我给一个100字的段落打分，我想看到SVM识别为重要的所有关键字。如果能计数的话就更好了，比如"bad" 4次，"poor" 3次。

任何建议都非常感谢。

B00100719

假设你已经使用了“Tokenize”操作符，“filter stopwords”，“transform case”，可能还使用了“filter by length”实验，有或没有“stem”(可能对这么小的文档没有帮助)，在使用“Process Documents From Data opertor”时，一定要检查“Create Word Vector”，它包含了所有这些操作符，也设置了操作符的上下修剪-也需要使用不同的值进行实验。有趣的单词可能是那些出现中等次数的单词。

Telcontar120

您还可以使用标记化的单词构建SVM模型，然后使用Explain forecasts操作符，这将有助于识别与不同示例组的标签预测关联最紧密的术语。

MartinLiebig

你好,
在线性支持向量机中，您还可以使用属性权重来衡量一个词对整体决策的重要性。
最好的
马丁

HeikoeWin786

你好,

我可以使用我从数据操作符预处理文档后生成的单词列表作为支持向量机操作符的输入吗?
我有一个数据集，其中标签是二项式和审查文本是多项式。我不确定我需要将哪一列转换为数值来使用SVM?情感标签专栏还是客户评论文本专栏?

非常感谢。

HeikoeWin786

@Telcontar120
你好,

您能解释一下上述方法吗?
我想使用SVM为数据集中的每个示例提取与label相关的方面(例如aspect = 'service'， label = positive)。
我有一个问题，输入我的数据集作为训练数据集。它说SVM不能接受多项式数据。然而，我在数据集中有3个列，即航空公司、客户评论和情绪。你能告诉我如何将这个数据集转换为SVM吗?我需要将所有3列的标称转换为数字吗?对于我的数据预处理，我只是通过将客户评论设置为名义文本来处理它。
你能告诉我我遗漏了什么吗?

谢谢。

Telcontar120

为了真正理解您需要做什么，我认为您需要浏览RapidMiner学院的一些文本挖掘教程。基本上，这听起来像是你要处理评论的文本，并生成词向量，然后预测情绪，你将把它设置为你的标签。当您进行文本处理时，它将通过词向量表示变成数值。