分析文本以查找模式和有用信息

Question

提供一些上下文：应用程序中的问题记录在 Excel 工作表中，该工作表中的一列包含用户（提出问题的人）和解决团队成员之间的电子邮件通信。还有一堆包含其他有用信息的其他列。我的工作是从这些数据中为企业找到有用的见解。

1. 找出那是什么类型的问题？例如是用户培训问题还是访问问题等。这意味着我分析邮件文本并通过某种方式找出问题的类型。
2. 一个问题发生了多少次电子邮件对话？
3. 这是一个重复的问题吗？
4. 还有其他简单的统计问题，例如每周有多少期等...

我读到 NLP 与 Python 可以解决我的问题。我也同样查看了 Rapidminer。

现在我的问题是 一个。 “我走在正确的轨道上吗？NLP（自然语言处理）是解决这些问题的方法吗？” 湾。如果是，那么如何开始.. 我已经开始阅读有关 Python 的 NLP 书籍，但那是巨大的，我应该专注于哪些特定领域并可以开始我的分析？ C。 Rapidminer 工具如何？它能回答所有这些问题吗？数据量不算太大（可能有100000行）...看起来在rapidminer中建立一个进程很容易，因此开始它...

感谢任何建议！！！

Answer 1

尝试 xlrd Python 模块来读取和处理 Excel 表格。 我认为使用此模块的适当实现是解决问题的简单方法。