哪种技术最适合使用python识别同一文本中的各种情感？

Question

我正在研究NLP，例如，我试图确定在线课程平台中客户反馈中的感受。

我仅用简单的句子就可以识别学生的感受，例如“课程非常好，我从中学到了很多东西”，“教学平台很完整，我真的很喜欢使用它”，“我可以有更多与海洋生物学有关的课程”，等等。

我的疑问是如何正确地识别一个句子或几个句子中的各种情感。例如：

1. 每句话的情绪：

   • “课程非常好！在网站上创建部分问题可能很酷。”

2. 每个句子不止一种情感：

   • “课程非常好，但是网站不是。”

3. 涉及到两者：

   • “课程很好，但是教学平台很慢。课程中可能会有更多的任务和示例，例如在论坛上通过视频或麦克风进行交互。”

我曾考虑过将句子中的文本分割开来，但是对于示例2来说并不是很好。

Answer 1

您可以认为昏迷，其他标点符号以及某些连词和介词实际上是在拆分句子。实际上，这超出了代码的范围，进入了语言学领域，因为它们有时（但不总是）是单独的句子。

在第二种情况下，您实际上有两个句子：“课程非常好”-但是，“网站不是[非常好]”。

我相信有NPL软件包可以拆分句子（可能是通过了解大多数句子遵循主语/谓语/宾语结构，因此，如果您缠绕多个动词，那么很可能会找到相同数量的句子），您可以使用它们首先解析您的文本。看一下图书馆为您选择的语言所做的事情。

Answer 2

有一个针对多标签分类的库：

scikit-multilearn

训练模型时，必须将类拆分为二进制列。