如何确定某事的“做了”或“没有”答案

【问题标题】：How to determine 'did' or 'did not' on something如何确定某事的“做了”或“没有”
【发布时间】：2021-12-12 00:58:23
【问题描述】：

区分这两者的直接方法是什么：

the movie received critical acclaim
the movie did not attain critical acclaim.

在我看来，nlp 的“情感分析”可以帮到我。所以我使用Textblobsentiment analysis。但是这两个句子的polarity 都是0.0。

【问题讨论】：

从机器学习的角度来看，类似于sentiment analysis。它们都是classification 问题，但请记住，您的标签传达不同的监督，它们显示动词是积极的还是消极的。
解决这个问题的大致框架是什么？我目前正在从零开始学习 NLP 和“nltk”
你能为你的任务提供标记数据吗？ @kyw
你是否也得到了 0.0 和 subjectivity 的准确信息？这表明您的代码设置不正确，实际上并没有解析任何内容。
@meti 我没有任何类型的标记数据.. 听起来我必须训练一些模型？

标签： python nlp sentiment-analysis textblob

【解决方案1】：

对于您的情况simple，您可以使用基于 LSTM 模型的 flair，该模型将单词序列考虑在内进行预测.

1.安装天赋

!pip3 install flair

2.代码

import flair
flair_sentiment = flair.models.TextClassifier.load('en-sentiment')

sentence1 = 'the movie received critical acclaim'
sentence2 = 'the movie did not attain critical acclaim'

s1 = flair.data.Sentence(sentence1)
flair_sentiment.predict(s1)
s1_sentiment = s1.labels
print(s1_sentiment)

s2 = flair.data.Sentence(sentence2)
flair_sentiment.predict(s2)
s2_sentiment = s2.labels
print(s2_sentiment)

3.结果

print(s1_sentiment)
[POSITIVE (0.9995)]

print(s2_sentiment)
[NEGATIVE (0.9985)]

更多flair详情，可以访问this github repo。

【讨论】：

【解决方案2】：

它需要否定处理能力。例如，wink-nlp 支持否定处理。您可以在runkit 处查看此示例的代码。

【讨论】：