如何使用python＆NLTK提取評論的子主題句子？

Question

有沒有什麼有效的方式使用Python提取審覈的子課題的解釋和NLTK library.As爲例關於手機可能是「這款手機的電池是好的，但顯示是胡說八道」 我想上述兩種提取的用戶評價功能如

"Battery is good" 
"display is a bullshit" 

上面的目的是要開發產品的功能相對於產品的評分系統。 分析極性部分已經完成。 但提取的審覈功能是一些困難me.But我找到了一種方法使用POS標籤圖案用正則表達式來提取功能，如

<NN.?><VB.?>?<JJ.?> 

這種模式爲子topic.But問題有可能是大量的根據用戶描述模式進行評論中的模式。

有什麼辦法可以有效地解決我的問題嗎？ 謝謝！

Answer 1

你提出的問題是多方面的，而不是直接的回答。

從概念上講，你可能要經過以下幾個步驟：

1. 識別的手機的功能的名稱（+可能創建一個基於這些功能的本體）。

2. 創建同義詞的名單功能名稱（類似的評價詞組，例如漂亮的，糟糕的，太爛了，等）。

3. 使用NLTK標註器的一個解析評論。

4. 創建的特徵提取及其評估（信息提取部分）的規則。我不確定NLTK是否可以直接支持你。

5. 評估和改進的辦法。

或者：創造一個更大的標註語料庫和培養使用TensorFlow，Theano，或其他任何東西都就可以了深入的學習模式。