问选择哪种分类？

EN

我认为你的数据与Restaurants reviews非常相似。它包含大约100条评论，每个评论中都有不同数量的方面术语(More information)。因此，您可以像这样使用基于方面的情绪分析：

1-方面术语提取

从评论中提取方面术语。

两方面极性检测

对于句子中的一组给定体术语，确定每个体术语的极性是否为正、负。

3-识别特征类别

给定一组预定义的方面类别(例如，食品质量、客户服务)，识别给定句子中讨论的方面类别。

4-确定极性

给定一组预先识别的方面类别(例如，食品质量、客户服务)，确定每个方面类别的极性(正、负)。

有关类似项目的更多信息，请参阅this。

我希望这能对你有所帮助。

是的，你需要一个情绪分析。你为什么不为你的数据创建标记，也就是从句子中找到所需的单词，现在最可能的方法是找到相关的单词和它们的情感。即食物很好，但不太干净

在这种情况下，你有食物，好的，干净的，不合适的，现在食物与它的下一个术语链接，清洁到它的下一个术语“不合适”

同样，您可以将其中任何一个分类为两个类别，即1,0代表好的和坏的。或者，您可以根据自己的情况添加类。那么你就会有这样的数据：

--------------------
FEATURE     |  VAL
--------------------
Cleanliness    0
Customer      -1
Service       -1
Parking       -1
Billing       -1
Food Pricing  -1
Food Quality   1
Waiting time  -1
Unspecified   -1

我给出了一个例子，其中-1,1,0分别表示没有评论，好的和坏的。你可以添加更多的类别，如0,1,2坏的，相当好的我可能在回答这个问题上不是很好，但这是我的感觉。

注意:你需要明白，你的模型不可能是完美的，因为这就是机器学习的全部内容，你肯定是错的。你的模型不能给出一个完美的分类，它必须对某些输入是错误的，它会随着时间的推移学习并改进。

有许多方法可以进行多标签分类。

最简单的方法是为每个类建立一个模型，如果评论达到了该标签的某个阈值分数，您就可以将该标签应用于评论。

这将独立对待这些类，但它似乎是解决问题的好方法。