Отношение NLTK к объекту

Я только начал использовать NLTK, и мне кажется, что задача, которую мне нужно выполнить, довольно проста. Мне нужно проанализировать ряд документов и извлечь отношение к некоторым объектам. Например, общее настроение следующего предложения:

Tea is great. However, I hate coffee.

отрицательно, но я хотел бы извлечь отношение к отдельным, предопределенным объектам. В частности, в предыдущем примере я хотел бы скормить NLTK своими сущностями ('tea', 'coffee') и иметь возможность извлекать sentiment('tea') и sentiment('coffee') по отдельности. Я прочитал этот документ, но не смог найти способ выполнить эту простую задачу.


person Simone Bronzini    schedule 02.12.2015    source источник
comment
Ваш пример включает два предложения, а не одно, и анализ тональности — открытая область исследований, особенно если вы надеетесь извлечь тональность на уровне целых документов.   -  person dmh    schedule 02.12.2015
comment
@dmh, почему так пессимистично? Общие методы анализа настроений настолько грубы, что на самом деле не имеет значения, применяете ли вы их к предложению или к тексту. Например, здесь не используется синтаксический анализ — это в основном классификация по набору слов.   -  person alexis    schedule 03.12.2015
comment
Я полагаю, я предположил, что @Simone искал лучший подход, на самом деле не спрашивая, будет ли базовый пакет слов достаточно хорошим для их приложения. Извините, если мой комментарий был обескураживающим и бесполезным, @Simone!   -  person dmh    schedule 03.12.2015
comment
Не волнуйся @dmh, все в порядке, я знаю, что вступаю на сложный путь, и я не знаю, как к нему подойти.   -  person Simone Bronzini    schedule 03.12.2015
comment
Не могли бы вы поделиться некоторыми ресурсами об этом требовании и о том, как вы его выполнили?   -  person amarjeetAnand    schedule 22.01.2021


Ответы (1)


Вам нужен классификатор, и вам нужен аннотированный корпус тональностей для его обучения. nltk предлагает корпус movie_review, но, конечно, вы получите наилучшие результаты, если будете тренироваться с чем-то похожим на ваши собственные данные. См. также пакет nltk nltk.sentiment.

person alexis    schedule 02.12.2015
comment
Большое спасибо за подсказки (и за оптимизм (; )! Я, вероятно, задам еще вопросы, погружаясь в эту структуру! - person Simone Bronzini; 03.12.2015