【发布时间】：2012-05-04 03:27:42
【问题描述】：
我即将开始一个项目，我的最终目标是将短文本分类：“可能有兴趣访问 X 地点”：“不感兴趣或中立”。地点由一组关键字描述（例如餐点或里程类型，如“中国菜”）。所以理想情况下，我需要一些方法来基于短文本分析来模拟用户的欲望 - 然后根据欲望分数或欲望概率进行分类 - 这个领域有什么最先进的吗？谢谢你
【问题讨论】：
标签： nlp classification messages
【发布时间】：2012-05-04 03:27:42
【问题描述】：
这个问题和文本的情感分析完全一样。但是，与传统的二元分类不同，您似乎有“中立”的意见。情感分析的最新技术高度依赖于领域。例如，在电影分类方面表现出色的技术在商业产品上表现不佳。
此外，即使是特征选择也高度依赖于领域。例如，unigrams 在电影评论分类中效果很好，但 unigrams 和 bigrams 的组合在分类 twitter 文本方面表现更好。
我最好的建议是“玩转”不同的功能。由于您正在查看短文本，因此 Twitter 可能是一个很好的激励示例。我会从一元和二元作为我的特征开始。确切的算法不是很重要。 SVM 通常在正确的参数调整下表现得非常好。在对更大的数据集进行实验之前，请使用少量保留数据来调整这些参数。
这个问题更有趣的部分是排名！最近在以下论文中为此目的使用了“纯度分数”（我认为它们是最先进的）：
- 情感总结：评估和学习用户偏好。勒曼、布莱尔-戈尔登索恩和麦克唐纳。 EACL。 2009 年。
- 网络衍生的极性词典的可行性。维利科维奇、布莱尔-戈尔登索恩、汉南和麦克唐纳。 NAACL。 2010 年。
【讨论】：