不确定如何开始使用NLP分析用户反馈

Question

我有138k的用户反馈记录，我想对这些记录进行分析，以了解用户最常说的话的大致模式。每一个都有1-5颗星的评级，所以我不需要做任何情绪分析。我最感兴趣的是将数据集拆分为

我遇到的一个关键问题是，我希望看到很多n-gram。我知道其中一些，如“HOV车道”、“拼车车道”、“绕道时间”、“让路”等，但我也希望通过编程来检测常见的双向和三向图。我一直在玩弄Spacy，但它似乎没有任何能力在语料库级别上进行分析，只能在文档级别上进行分析。

理想情况下，我的管道应该是这样的（我认为）：

>

将已知n-gram的列表导入标记器

将每个字符串处理成一个标记化文档，删除标点符号、停止词等，同时在标记化过程中遵守已知的n-gram（即，“HOV-lane”应为单个名词标记）

找出语料库中我遗漏的最常见的双图和三角图

使用找到的n-gram重新标记

按等级划分(

为语料库中的每个数据分割找到最常见的主题

我似乎找不到一个工具，甚至找不到一组工具，可以让我在这里做我想做的事情。我是不是走错了路？任何关于如何开始的建议都将不胜感激！

Answer 1

维德工具是完美的情感分析和NLP为基础的应用程序。

我认为提议的工作流程与本案例研究很好。密切配合您的特征提取，因为它非常重要。大多数情况下，trig在这些用例上都有很好的意义。

使用Spacy将是一个更好的决定，因为SpaCy基于规则的匹配引擎和组件不仅可以帮助您找到术语和句子正在搜索的内容，还可以让您访问文本中的令牌及其与正则表达式相比的关系。

Answer 2

宾果最先进的结果为您的问题！

它被称为零短学习。用于无注释数据的文本分类的最新NLP模型。

有关代码和详细信息，请阅读博客-https://joeddav.github.io/blog/2020/05/29/ZSL.html

让我知道它是否对您或任何其他帮助有效。