正则化文本逻辑回归：在线评论的关键词检测与情感分类
机器学习
2020-09-11 v1 计算与语言
机器学习
摘要
在线客户评论对希望全面了解顾客需求与期望的酒店餐饮行业管理者与高管已变得十分重要。我们提出一种正则化文本逻辑（RTL）回归模型，对非结构化文本数据执行文本分析与情感分类，该模型自动识别一组统计显著且具运营洞察力的词特征，并取得令人满意的分类预测准确率。我们将 RTL 模型应用于来自 TripAdvisor 的两个在线评论数据集 Restaurant 与 Hotel。结果表明，相较于替代分类器，其分类表现令人满意，最高真阳性率达 94.9%。此外，RTL 识别出少量词特征，分别占 Restaurant 的 3% 与 Hotel 的 20%，通过让管理者聚焦于小得多的关键客户评论集而提升工作效率。我们还建立了该估计量的一致性、稀疏性与 oracle 性质。
引用
@article{arxiv.2009.04591,
title = {Regularised Text Logistic Regression: Key Word Detection and Sentiment Classification for Online Reviews},
author = {Ying Chen and Peng Liu and Chung Piaw Teo},
journal= {arXiv preprint arXiv:2009.04591},
year = {2020}
}