我正在处理amazon评论数据集。目标是提取每个产品的正面和负面特征。
例如：对于"这款产品的电池寿命很长"这句话，我想提取"电池"这个词作为一个积极的特征。
数据集包含以下字段：
审阅者ID-审阅者的ID，例如A2SUAM1J3GNN3B
asin-产品ID，例如0000013714
reviewerName-审核人的名称
有用-审查的有用性评级，例如2/3
审查文本-审查的文本
总体-产品评级
总结-审查总结
unixReviewTime-审核时间(unix时间(
审查时间-审查(原始(的时间
到目前为止，我将评论分为两个列表：positive_reviews和negative_reviews。
positive_reviews=所有评分>3的评论，negative_reviews=具有评级<3
我清理了文本并标记了它。之后，我提取了形容词后面的名词，希望这些特定的名词能成为我想要的特征。之后，我尝试使用聚类算法(k-means，DBSCAN(，希望它能创建一个组来表示我想要提取的特征。
结果一点也不好，我希望这里的人可能会有一个想法，让工作
您可能希望探索主题建模，而不是集群；这将让你从你的评论中提取出一般的主题。
这是一本指南。