31、文本挖掘：关键词提取与情感分析实践

文本挖掘：关键词提取与情感分析实践

1. 实验练习概述

在文本挖掘领域，有一系列丰富的实验练习可以帮助我们深入理解和应用相关技术。以下是对这些实验练习的详细介绍。

1.1 不同领域评论的二维投影实验

• 数据收集 ：从不同领域收集新的正负评论样本，可考虑使用以下网站（2021年7月6日访问）：
• https://www.tripadvisor.com/
• https://www.yelp.com/
• https://www.wayfair.co.uk/
• https://www.amazon.com/
• https://www.consumerreports.org/cro/index.htm
• 实验步骤 ：重复之前实验中对不同领域评论进行二维投影的过程，为每对领域生成二维地图。
• 结果比较 ：将自己的结果与之前报告的结果进行比较，观察相似性和差异。根据结果判断哪些类别更容易区分，哪些更难区分。

1.2 电影评论预处理实验

• 数据处理 ：重现对1000条正负面电影评论的预处理过程，除了提取标记外，还需计算每个文档的词汇和频率计数。
• 统计计算 ：计算两个类别以及整个集合的总运行词数和总词汇量，同时计算每个类别以及整个集合的最小、最大和平均