问NLP方面挖掘方法

EN

我试图实现的方面矿工在亚马逊的消费者评论，耐久洗衣机，冰箱。这个想法是输出情感极性的方面，而不是整个句子。例如：“食物是好的，但服务是坏的”，评论必须输出食物是积极的，服务是消极的。我阅读了Richard关于RNTN模型的文章，用于细粒度的情感分类器，但我想我需要手动标记针对不同领域的短语的情感，并创建自己的树状库以获得更高的准确性。

这是我想到的另一种方法。有人能用你的反馈来验证/指导我吗?把这个方法分解成两个子任务。1)识别方面2)识别情感

识别方面

1. 使用POS标签识别所有名词。这应该在评审中列出潜在的所有方面。
2. 使用这些名词的word2vec来确定相似的名词并缩小数据集的大小

识别情感

1. 在评级为1，2，4，5的评论上训练CNN或密集网络模型(忽略3，因为我们需要具有极性的数据)
2. 将测试集评论分解为短语(如“食物很好”)，然后使用上述模型对其进行评分。
3. 找到第一个子任务中确定的方面，并将它们标记到各自的短语中。