Используйте обработку естественного языка, чтобы разделить плохие и хорошие комментарии из опроса сотрудников ⇐ Python

[Anonymous]

Здесь все очень далеко, и я прошу прощения за отсутствие информации. Однако сейчас я даже не знаю, где искать.

Итак, я пытаюсь разделить хорошие и плохие комментарии из вымышленного опроса сотрудников случайной компании. Все, что у меня есть, — это кадр данных, состоящий из комментария сотрудника и идентификационного кода его менеджера. Идея состоит в том, чтобы попытаться узнать, сколько хороших и/или плохих комментариев связано с менеджером по его идентификатору.

Код: Выделить всё

import pandas as pd
trial_text=pd.read_csv("trial.csv")
trial_text.head()

ManagerCode              Comment
0        AB123  Great place to work
1        AB123  Need more training
2        AB123  Hate working here
3        AB124  Always late home
4        AB124  Manager never listens

Я довольно часто использовал NLTK для наборов данных, которые содержат гораздо больше информации, поэтому все, что основано на NLTK, не будет проблемой. Как я уже сказал, учитывая то, что у меня есть, «Google» содержит слишком много информации, и я не знаю, с чего начать (или это полезно)! Если есть кто-нибудь, у кого есть предложение, которое могло бы помочь мне в правильном направлении, это было бы здорово!

Спасибо

Подробнее здесь: https://stackoverflow.com/questions/520 ... n-employee