66、文本数据规则发现与分析技术

文本数据规则发现与分析技术

1. 电子邮件分析系统构建背景

由于难以提前描述所有主题的表达，且构建关键概念词典也颇具难度，因此构建了一个基于关键短语模式词典方法的电子邮件分析系统。该方法的优势在于无需依赖特定目标任务的词典。

2. 系统数据来源与规则发现视角

• 数据来源 ：系统使用电子邮件的主题和正文内容。
• 规则发现视角 ：
  • 家电产品视角 ：包含五个文本类别，分别为“洗衣机”“吸尘器”“冰箱”“微波炉”和“其他”。若一封邮件包含多个主题，操作员会将其分配到包含主要主题的文本类别中。
  • 客户评价视角 ：同样包含五个文本类别，即“问题”“请求”“建议”“投诉”和“其他”。“其他”类别涵盖如“感谢”或“评论”等客户声音的其他方面。

视角	文本类别
家电产品视角	洗衣机、吸尘器、冰箱、微波炉、其他
客户评价视角	问题、请求、建议、投诉、其他

3. 系统功能

• 分类功