使用文本情感作爲機器學習模型中的功能？

Question

我正在研究我的機器學習模型和我擁有的數據的功能。我的數據包含很多文本數據，所以我想知道如何從中提取有價值的功能。相反，我以前的信仰，這往往是由表示與袋的字，或像word2vec：（http://scikit-learn.org/stable/modules/feature_extraction.html#text-feature-extraction）

因爲我對這個問題的理解是有限的，我不明白爲什麼我不能對文本進行分析首先要獲取數值。 （例如：textBlob.sentiment = https://textblob.readthedocs.io/en/dev/，谷歌雲自然語言= https://cloud.google.com/natural-language/）

是否有這個問題，我也可以使用這些值作爲擁有我的機器學習模型？

在此先感謝您的幫助！

Answer 1

當然，您可以將文本輸入單數轉換爲情感分析，然後將此數字用作機器學習模型中的一個功能。這種方法沒有錯。

問題是你想從文本數據中提取什麼樣的信息。因爲情感分析將文本輸入轉換爲-1到1之間的數字，數字表示文本的正面或負面。例如，您可能需要客戶對餐廳的評論的情緒信息來衡量他們的滿意度。在這種情況下，可以使用情感分析來預處理文本數據。

但是，情感分析只能給出一個關於正面或負面文本的概念。您可能想要對文本數據進行聚類，並且在這種情況下情感信息無用，因爲它不提供有關文本相似性的任何信息。因此，其他方法（如word2vec或bag-of-words）將用於表示這些任務中的文本數據。因爲這些算法提供了單個數字文本實例的矢量表示。

總之，這種方法取決於您需要從您的特定任務的數據中提取什麼樣的信息。