我希望对多个文本属性进行文本情感分析。我遵循了这个很棒的初学者视频教程，它可以用于单个文本属性及其类-正面或负面。我想将这个想法同时扩展到多个属性。
为了明确起见，这里有一个我试图做的事情的例子：
从客户那里收集的关于零售店的属性：
- 店铺体验评论-字符串
- 集合审核-字符串
- 协助审查-字符串
- 总体排名-整数(1到5)-类
我想要基于类属性(4)的所有属性(1-3)的分析。
如果我尝试使用过滤器>无监督>属性>StringToWordVector分别针对这些属性中的每一个，然后观察到结果的正确分类率较低。
这是进行文本情感分析的正确方法吗？
您正在进行多方面的情绪分析，因为您正在保存有关零售店不同方面(属性)的信息。为了获得商店的整体分析，在分析中混合所有属性并没有错；只需将StringToWordVector应用于所有String属性即可。
一方面，您可以提高准确性，因为当只使用其中一个属性时，您将获得更好的统计信息和更多的特性。另一方面，你可能会降低敏锐性，因为一条评论可能会对商店体验说一些积极的话，但总体上是消极的，所以混合属性可能会给模型带来一些噪音——但这不太可能，因为如果只从商店体验属性中学习，这样的评论将是一个糟糕的例子。
如果您遵循教程，您将看到StringToWordVector过滤器中有很多选项，您也可以添加AttributeSelection。我建议测试每个属性和组合所有属性，使用二进制/TF/TF。StringToWordVector滤波器中的IDF权重，使用NGramTokenizer(用于识别正/负多词，例如"非常非常好")，使用AttributeSelection与Ranker和InfoGainAttributeEval，当然，还可以测试尽可能多的学习算法。
你在这里有一个额外的教程。