客户审核分为好，坏和中性

Question

我有一个典型的AI问题需要解决。客户将提交有关产品的评论。我必须能够创建一个程序，将这些评论分为好，坏或中立。

当然，神经网络将在其中发挥重要作用。 此外，我认为模糊逻辑可以在其中发挥一些作用。比如评论好多好，坏或中立!! 关于如何解决它的更多想法??

Answer 1

此问题通常称为情感分析。您可以查看wikipedia entry about Sentiment Analysis进行简要审核，或Liu Bing's page on sentiment analysis查看更多详细资源和教程。

Answer 2

您可以使用某种形式的supervised learning。

分类最重要的是选择正确的功能。 “功能”意味着您从评论中提取一些仍然捕获分类任务的本质的值。我想到的事情是

• 字数
• 每句话的平均字数
• 来自{crap，shit，damn，viagra，...}等某些集合中的单词数量。

然后你可以使用任何可用的机器学习算法（神经网络，SVM）并训练分类器，因为你有足够的评论标记好/中性/坏。

Answer 3

神经网络肯定会起作用，但我会对引入新单词和语言表示支持。我会采用贝叶斯网络方法来确定处于“良好/中立/不良”状态的概率。您应该考虑在将数据通过贝叶斯网之前清理数据[阻塞等]。

此外：元属性[ziggy提到的]更多的是一个指标，以提高您采取的方法的性能。

编辑：贝叶斯网是监督学习的一种形式。