如何使用python＆NLTK提取评论的子主题句子？

Question

有没有什么有效的方式使用Python提取审核的子课题的解释和NLTK library.As为例关于手机可能是“这款手机的电池是好的，但显示是胡说八道” 我想上述两种提取的用户评价功能如

"Battery is good" 
"display is a bullshit" 

上面的目的是要开发产品的功能相对于产品的评分系统。 分析极性部分已经完成。 但提取的审核功能是一些困难me.But我找到了一种方法使用POS标签图案用正则表达式来提取功能，如

<NN.?><VB.?>?<JJ.?> 

这种模式为子topic.But问题有可能是大量的根据用户描述模式进行评论中的模式。

有什么办法可以有效地解决我的问题吗？ 谢谢！

Answer 1

你提出的问题是多方面的，而不是直接的回答。

从概念上讲，你可能要经过以下几个步骤：

1. 识别的手机的功能的名称（+可能创建一个基于这些功能的本体）。

2. 创建同义词的名单功能名称（类似的评价词组，例如漂亮的，糟糕的，太烂了，等）。

3. 使用NLTK标注器的一个解析评论。

4. 创建的特征提取及其评估（信息提取部分）的规则。我不确定NLTK是否可以直接支持你。

5. 评估和改进的办法。

或者：创造一个更大的标注语料库和培养使用TensorFlow，Theano，或其他任何东西都就可以了深入的学习模式。