R 中的多 class class 化

Question

我有特定帐户的推文，我想浏览每条推文并分类为 class 标签，如商业、音乐、体育等。

我创建训练数据的方法是为每个 class 标签分配几个关键字，例如

“商业”的关键词可以是 - 企业家、工作、GDP……
“音乐”的关键字可以是 - 歌曲、流派、专辑……

.CSV 训练数据文件有 2 列 1.关键词 2. class

这是正确的方法吗？

提前致谢！

Answer 1

看来你想做的事情类似于字典方法。将字典应用于文本语料库非常简单，但鉴于您使用的是推文，我建议您使用 Kenneth Bennoits excellent Quanteda 包。

更具体地说，您可以根据术语列表创建自定义词典（我相信是 s3 class）。

https://cran.r-project.org/web/packages/quanteda/quanteda.pdf

然后使用 applyDictionary 应用词典。您会得到一个漂亮的 table，其中包含文本和字典键，如下所示：

docs    christmas opposition taxglob taxregex country
  text1         1          1       1        0       0
  text2         0          0       1        0       2

R 中的多 class class 化

Multi-class classification in R

twitter

r

multilabel-classification