淘宝的“大家都写到”这个智能标签是怎么打的

[y000n520]

我看淘宝里面的评价，会抽出一个智能的标签 放在“大家都写到”，这是怎么实现的，用了什么技术，我现在有海量数据 如“入住空调坏了，不过后来修好了，态度还可以。不过设备太老了，电视都变色了。房间也太小了而且很吵。” 我想打的标签是“隔音差”，“房间实施差”，“服务态度好”

[人生偌只如初见]

个人猜测：首先应该是有一个标签库，每个标签应该有对应的关键词或是关键语句，对于要判断的语句，就是跟标签的这些关键词匹配，找出对应的标签。具体的应该就是数据挖掘相关的了，聚类，分类，主题模型之类的。

[人生偌只如初见]

主题模型应该就可以解决

[SG90_ICT]

引用 1 楼 wulinshishen 的回复:

个人猜测：首先应该是有一个标签库，每个标签应该有对应的关键词或是关键语句，对于要判断的语句，就是跟标签的这些关键词匹配，找出对应的标签。具体的应该就是数据挖掘相关的了，聚类，分类，主题模型之类的。

标签应该是”隔音”，“房间设施”，“服务态度”，然后再有一些情感分析，就可以得到”隔音【差】”，“房间设施【差】”，“服务态度【好】”

[SG90_ICT]

直接聚类出话题模型，再提炼标签与情感也行

[y000n520]

引用 4 楼 SG90_ICT 的回复:

直接聚类出话题模型，再提炼标签与情感也行

嗯 主题模型已经用LDA实现出来呢，但是情感用什么实现啊？

[SG90_ICT]

引用 5 楼 y000n520 的回复:

[quote=引用 4 楼 SG90_ICT 的回复:] 直接聚类出话题模型，再提炼标签与情感也行

嗯 主题模型已经用LDA实现出来呢，但是情感用什么实现啊？[/quote] 情感分析传统方法是语法分析+情感词典。现在流行的都直接搞机器学习了，特征分类，看到过 @lingerlanlan 做的京东评论情感模型，可以参考

[y000n520]

引用 6 楼 SG90_ICT 的回复:

[quote=引用 5 楼 y000n520 的回复:] [quote=引用 4 楼 SG90_ICT 的回复:] 直接聚类出话题模型，再提炼标签与情感也行

嗯 主题模型已经用LDA实现出来呢，但是情感用什么实现啊？[/quote] 情感分析传统方法是语法分析+情感词典。现在流行的都直接搞机器学习了，特征分类，看到过 @lingerlanlan 做的京东评论情感模型，可以参考[/quote] 我的一段评论里面有多个主题模型 怎么整啊 我现在用LDA只能算出一个主题模型

[人生偌只如初见]

根据LDA能得到相关主题以及主题下包含的一些关键词，然后将文章中关键词与之进行匹配，产生一个主题分布概率，根据概率高低判断主题

[y000n520]

引用 8 楼 wulinshishen 的回复:

根据LDA能得到相关主题以及主题下包含的一些关键词，然后将文章中关键词与之进行匹配，产生一个主题分布概率，根据概率高低判断主题

你好 其实不是狠懂 有没有相关的案例或实现的啊 ？我看看 我用的是JGibbLDA