38 KiB

Raw Permalink Blame History

होटल समीक्षाको साथ भावना विश्लेषण

अब तपाईंले डेटासेटलाई विस्तारमा अन्वेषण गरिसकेपछि, स्तम्भहरू फिल्टर गर्ने र त्यसपछि होटलहरूको बारेमा नयाँ जानकारी प्राप्त गर्न NLP प्रविधिहरू प्रयोग गर्ने समय आएको छ।

पाठ अघि क्विज

फिल्टरिङ र भावना विश्लेषण कार्यहरू

जस्तो तपाईंले सम्भवतः देख्नुभएको छ, डेटासेटमा केही समस्या छन्। केही स्तम्भहरू अनावश्यक जानकारीले भरिएका छन्, अरू गलत देखिन्छन्। यदि सही छन् भने, तिनीहरू कसरी गणना गरिएका थिए भन्ने स्पष्ट छैन, र तपाईंको आफ्नै गणनाहरूले स्वतन्त्र रूपमा उत्तरहरू प्रमाणित गर्न सकिँदैन।

अभ्यास: थोरै डेटा प्रशोधन

डेटालाई अझै थोरै सफा गर्नुहोस्। पछि उपयोगी हुने स्तम्भहरू थप्नुहोस्, अन्य स्तम्भहरूमा मानहरू परिवर्तन गर्नुहोस्, र केही स्तम्भहरू पूर्ण रूपमा हटाउनुहोस्।

प्रारम्भिक स्तम्भ प्रशोधन

lat र lng हटाउनुहोस्

Hotel_Address का मानहरू निम्न मानहरूसँग बदल्नुहोस् (यदि ठेगानामा शहर र देशको नाम समावेश छ भने, यसलाई केवल शहर र देशमा परिवर्तन गर्नुहोस्)।

डेटासेटमा निम्न शहर र देशहरू मात्र छन्:

एम्स्टर्डम, नेदरल्याण्ड्स

बार्सिलोना, स्पेन

लन्डन, युनाइटेड किंगडम

मिलान, इटाली

पेरिस, फ्रान्स

भियना, अस्ट्रिया

def replace_address(row):
    if "Netherlands" in row["Hotel_Address"]:
        return "Amsterdam, Netherlands"
    elif "Barcelona" in row["Hotel_Address"]:
        return "Barcelona, Spain"
    elif "United Kingdom" in row["Hotel_Address"]:
        return "London, United Kingdom"
    elif "Milan" in row["Hotel_Address"]:        
        return "Milan, Italy"
    elif "France" in row["Hotel_Address"]:
        return "Paris, France"
    elif "Vienna" in row["Hotel_Address"]:
        return "Vienna, Austria" 

# Replace all the addresses with a shortened, more useful form
df["Hotel_Address"] = df.apply(replace_address, axis = 1)
# The sum of the value_counts() should add up to the total number of reviews
print(df["Hotel_Address"].value_counts())

अब तपाईं देश स्तरको डेटा सोध्न सक्नुहुन्छ:

display(df.groupby("Hotel_Address").agg({"Hotel_Name": "nunique"}))

Hotel_Address	Hotel_Name
एम्स्टर्डम, नेदरल्याण्ड्स	105
बार्सिलोना, स्पेन	211
लन्डन, युनाइटेड किंगडम	400
मिलान, इटाली	162
पेरिस, फ्रान्स	458
भियना, अस्ट्रिया	158

होटल मेटा-समीक्षा स्तम्भहरू प्रशोधन गर्नुहोस्
Additional_Number_of_Scoring हटाउनुहोस्
Total_Number_of_Reviews लाई डेटासेटमा वास्तवमा रहेको समीक्षाहरूको कुल संख्याले बदल्नुहोस्
Average_Score लाई हाम्रो आफ्नै गणना गरिएको स्कोरले बदल्नुहोस्

# Drop `Additional_Number_of_Scoring`
df.drop(["Additional_Number_of_Scoring"], axis = 1, inplace=True)
# Replace `Total_Number_of_Reviews` and `Average_Score` with our own calculated values
df.Total_Number_of_Reviews = df.groupby('Hotel_Name').transform('count')
df.Average_Score = round(df.groupby('Hotel_Name').Reviewer_Score.transform('mean'), 1)

समीक्षा स्तम्भहरू प्रशोधन गर्नुहोस्
1. Review_Total_Negative_Word_Counts, Review_Total_Positive_Word_Counts, Review_Date र days_since_review हटाउनुहोस्
2. Reviewer_Score, Negative_Review, र Positive_Review जस्ताको तस्तै राख्नुहोस्,
3. Tags हाललाई राख्नुहोस्
- हामी अर्को खण्डमा ट्यागहरूमा केही अतिरिक्त फिल्टरिङ कार्यहरू गर्नेछौं र त्यसपछि ट्यागहरू हटाइनेछ
समीक्षक स्तम्भहरू प्रशोधन गर्नुहोस्
Total_Number_of_Reviews_Reviewer_Has_Given हटाउनुहोस्
Reviewer_Nationality राख्नुहोस्

ट्याग स्तम्भहरू

Tag स्तम्भ समस्याग्रस्त छ किनभने यो सूची (पाठको रूपमा) स्तम्भमा भण्डारण गरिएको छ। दुर्भाग्यवश, यस स्तम्भमा उपविभागहरूको क्रम र संख्या सधैं एउटै हुँदैन। 515,000 पङ्क्तिहरू, 1427 होटलहरू, र प्रत्येक समीक्षकले चयन गर्न सक्ने विकल्पहरू अलि फरक छन्, त्यसैले सही वाक्यांशहरू पहिचान गर्न मानवीय रूपमा गाह्रो हुन्छ। यही ठाउँमा NLP उपयोगी हुन्छ। तपाईं पाठ स्क्यान गर्न सक्नुहुन्छ र सबैभन्दा सामान्य वाक्यांशहरू फेला पार्न सक्नुहुन्छ, र तिनीहरूलाई गणना गर्न सक्नुहुन्छ।

दुर्भाग्यवश, हामी एकल शब्दहरूमा होइन, बहु-शब्द वाक्यांशहरूमा रुचि राख्छौं (जस्तै Business trip)। यति धेरै डेटामा (6762646 शब्दहरू) बहु-शब्द आवृत्ति वितरण एल्गोरिदम चलाउनु असाधारण समय लाग्न सक्छ, तर डेटा नहेरीकन, यो आवश्यक खर्च जस्तो देखिन्छ। यही ठाउँमा अन्वेषणात्मक डेटा विश्लेषण उपयोगी हुन्छ, किनभने तपाईंले ट्यागहरूको नमूना देख्नुभएको छ जस्तै [' Business trip ', ' Solo traveler ', ' Single Room ', ' Stayed 5 nights ', ' Submitted from a mobile device '] , तपाईं सोध्न थाल्न सक्नुहुन्छ कि तपाईंले गर्नुपर्ने प्रशोधनलाई धेरै कम गर्न सम्भव छ कि छैन। भाग्यवश, सम्भव छ - तर पहिले तपाईंले केही चरणहरू पालना गर्न आवश्यक छ।

ट्यागहरू फिल्टर गर्दै

याद गर्नुहोस् कि डेटासेटको लक्ष्य भावना र स्तम्भहरू थप्नु हो जसले तपाईंलाई उत्कृष्ट होटल चयन गर्न मद्दत गर्दछ (आफ्नो लागि वा सायद ग्राहकले तपाईंलाई होटल सिफारिस बोट बनाउन कार्य दिएको छ)। तपाईंले सोध्न आवश्यक छ कि ट्यागहरू अन्तिम डेटासेटमा उपयोगी छन् कि छैनन्। यहाँ एउटा व्याख्या छ (यदि तपाईंलाई अन्य कारणहरूको लागि डेटासेट चाहिएको भए फरक ट्यागहरू चयनमा रहन/बाहिर जान सक्थे):

यात्राको प्रकार सान्दर्भिक छ, र यो रहनुपर्छ
अतिथिको समूहको प्रकार महत्त्वपूर्ण छ, र यो रहनुपर्छ
अतिथिले बसेको कोठा, सुइट, वा स्टुडियोको प्रकार अप्रासंगिक छ (सबै होटलहरूमा आधारभूत रूपमा उस्तै कोठाहरू छन्)
समीक्षाको लागि प्रयोग गरिएको उपकरण अप्रासंगिक छ
समीक्षकले बसेको रातहरूको संख्या महत्त्वपूर्ण हुन सक्छ यदि तपाईंले लामो बसाइलाई होटल मन पराउनेसँग जोड्नुभयो भने, तर यो अलि टाढाको कुरा हो, र सम्भवतः अप्रासंगिक छ

सारांशमा, 2 प्रकारका ट्यागहरू राख्नुहोस् र अरू हटाउनुहोस्।

पहिले, तपाईं ट्यागहरू गणना गर्न चाहनुहुन्न जबसम्म तिनीहरू राम्रो स्वरूपमा छैनन्, त्यसैले यसको मतलब वर्ग कोष्ठक र उद्धरणहरू हटाउनु हो। तपाईंले यो धेरै तरिकाहरूले गर्न सक्नुहुन्छ, तर तपाईंले सबैभन्दा छिटो तरिका चाहनुहुन्छ किनभने धेरै डेटा प्रशोधन गर्न लामो समय लाग्न सक्छ। भाग्यवश, pandas मा यी चरणहरू गर्न सजिलो तरिका छ।

# Remove opening and closing brackets
df.Tags = df.Tags.str.strip("[']")
# remove all quotes too
df.Tags = df.Tags.str.replace(" ', '", ",", regex = False)

प्रत्येक ट्याग यस्तो देखिन्छ: Business trip, Solo traveler, Single Room, Stayed 5 nights, Submitted from a mobile device.

अर्को समस्या देखिन्छ। केही समीक्षाहरू, वा पङ्क्तिहरू, 5 स्तम्भहरू छन्, केही 3, केही 6। यो डेटासेट कसरी सिर्जना गरिएको थियो भन्ने परिणाम हो, र सुधार्न गाह्रो छ। तपाईं प्रत्येक वाक्यांशको आवृत्ति गणना गर्न चाहनुहुन्छ, तर तिनीहरू प्रत्येक समीक्षामा फरक क्रममा छन्, त्यसैले गणना गलत हुन सक्छ, र होटलले ट्याग प्राप्त गर्न सक्दैन जुन यसले योग्य थियो।

यसको सट्टा तपाईं फरक क्रमलाई हाम्रो फाइदाको लागि प्रयोग गर्नुहुन्छ, किनभने प्रत्येक ट्याग बहु-शब्द हो तर अल्पविरामले पनि छुट्याइएको छ! यसको सबैभन्दा सरल तरिका भनेको प्रत्येक ट्यागलाई यसको क्रम अनुसार स्तम्भमा राखेर 6 अस्थायी स्तम्भहरू सिर्जना गर्नु हो। त्यसपछि तपाईं 6 स्तम्भहरूलाई एक ठूलो स्तम्भमा मर्ज गर्न सक्नुहुन्छ र परिणामी स्तम्भमा value_counts() विधि चलाउन सक्नुहुन्छ। त्यसलाई प्रिन्ट गर्दा, तपाईंले देख्नुहुनेछ कि त्यहाँ 2428 अनौठो ट्यागहरू थिए। यहाँ एउटा सानो नमूना छ:

Tag	Count
Leisure trip	417778
Submitted from a mobile device	307640
Couple	252294
Stayed 1 night	193645
Stayed 2 nights	133937
Solo traveler	108545
Stayed 3 nights	95821
Business trip	82939
Group	65392
Family with young children	61015
Stayed 4 nights	47817
Double Room	35207
Standard Double Room	32248
Superior Double Room	31393
Family with older children	26349
Deluxe Double Room	24823
Double or Twin Room	22393
Stayed 5 nights	20845
Standard Double or Twin Room	17483
Classic Double Room	16989
Superior Double or Twin Room	13570
2 rooms	12393

जस्तै सामान्य ट्यागहरू Submitted from a mobile device हाम्रो लागि उपयोगी छैनन्, त्यसैले तिनीहरूलाई गणना गर्ने वाक्यांशहरूबाट हटाउनु स्मार्ट कुरा हुन सक्छ, तर यो यति छिटो कार्य हो कि तपाईं तिनीहरूलाई राख्न सक्नुहुन्छ र तिनीहरूलाई बेवास्ता गर्न सक्नुहुन्छ।

बसाइको अवधि ट्यागहरू हटाउँदै

यी ट्यागहरू हटाउनु पहिलो चरण हो, यसले विचार गर्नुपर्ने ट्यागहरूको कुल संख्या थोरै घटाउँछ। ध्यान दिनुहोस् कि तपाईंले तिनीहरूलाई डेटासेटबाट हटाउनुहुन्न, केवल समीक्षाहरूको डेटासेटमा मानहरू गणना/राख्न विचार गर्नबाट हटाउनुहोस्।

बसाइको अवधि	Count
Stayed 1 night	193645
Stayed 2 nights	133937
Stayed 3 nights	95821
Stayed 4 nights	47817
Stayed 5 nights	20845
Stayed 6 nights	9776
Stayed 7 nights	7399
Stayed 8 nights	2502
Stayed 9 nights	1293
...	...

कोठा, सुइट, स्टुडियो, अपार्टमेन्टहरू र यस्तै प्रकारका कोठाहरूको विविधता धेरै छ। तिनीहरू सबैले लगभग उस्तै कुरा जनाउँछन् र तपाईंको लागि सान्दर्भिक छैनन्, त्यसैले तिनीहरूलाई विचारबाट हटाउनुहोस्।

कोठाको प्रकार	Count
Double Room	35207
Standard Double Room	32248
Superior Double Room	31393
Deluxe Double Room	24823
Double or Twin Room	22393
Standard Double or Twin Room	17483
Classic Double Room	16989
Superior Double or Twin Room	13570

अन्ततः, र यो रमाइलो छ (किनभने यसले धेरै प्रशोधन लिएको छैन), तपाईं निम्न उपयोगी ट्यागहरूसँग बाँकी रहनुहुनेछ:

Tag	Count
Leisure trip	417778
Couple	252294
Solo traveler	108545
Business trip	82939
Group (combined with Travellers with friends)	67535
Family with young children	61015
Family with older children	26349
With a pet	1405

तपाईंले Travellers with friends लाई Group जस्तै हो भनेर तर्क गर्न सक्नुहुन्छ, र तिनीहरूलाई माथि जस्तै संयोजन गर्नु उचित हुनेछ। सही ट्यागहरू पहिचान गर्ने कोड Tags notebook मा छ।

अन्तिम चरण भनेको प्रत्येक ट्यागहरूको लागि नयाँ स्तम्भहरू सिर्जना गर्नु हो। त्यसपछि, प्रत्येक समीक्षा पङ्क्तिका लागि, यदि Tag स्तम्भ नयाँ स्तम्भहरूसँग मेल खान्छ भने, 1 थप्नुहोस्, यदि मेल खाँदैन भने, 0 थप्नुहोस्। अन्तिम परिणामले देखाउनेछ कि कति समीक्षकहरूले यो होटल (समग्रमा) व्यवसाय बनाम मनोरञ्जनको लागि, वा पालतू जनावर ल्याउनको लागि चयन गरे, र यो होटल सिफारिस गर्दा उपयोगी जानकारी हो।

# Process the Tags into new columns
# The file Hotel_Reviews_Tags.py, identifies the most important tags
# Leisure trip, Couple, Solo traveler, Business trip, Group combined with Travelers with friends, 
# Family with young children, Family with older children, With a pet
df["Leisure_trip"] = df.Tags.apply(lambda tag: 1 if "Leisure trip" in tag else 0)
df["Couple"] = df.Tags.apply(lambda tag: 1 if "Couple" in tag else 0)
df["Solo_traveler"] = df.Tags.apply(lambda tag: 1 if "Solo traveler" in tag else 0)
df["Business_trip"] = df.Tags.apply(lambda tag: 1 if "Business trip" in tag else 0)
df["Group"] = df.Tags.apply(lambda tag: 1 if "Group" in tag or "Travelers with friends" in tag else 0)
df["Family_with_young_children"] = df.Tags.apply(lambda tag: 1 if "Family with young children" in tag else 0)
df["Family_with_older_children"] = df.Tags.apply(lambda tag: 1 if "Family with older children" in tag else 0)
df["With_a_pet"] = df.Tags.apply(lambda tag: 1 if "With a pet" in tag else 0)

आफ्नो फाइल बचत गर्नुहोस्

अन्ततः, डेटासेटलाई हालको रूपमा नयाँ नाममा बचत गर्नुहोस्।

df.drop(["Review_Total_Negative_Word_Counts", "Review_Total_Positive_Word_Counts", "days_since_review", "Total_Number_of_Reviews_Reviewer_Has_Given"], axis = 1, inplace=True)

# Saving new data file with calculated columns
print("Saving results to Hotel_Reviews_Filtered.csv")
df.to_csv(r'../data/Hotel_Reviews_Filtered.csv', index = False)

भावना विश्लेषण कार्यहरू

यस अन्तिम खण्डमा, तपाईं समीक्षा स्तम्भहरूमा भावना विश्लेषण लागू गर्नुहुनेछ र परिणामलाई डेटासेटमा बचत गर्नुहुनेछ।

अभ्यास: फिल्टर गरिएको डेटा लोड गर्नुहोस् र बचत गर्नुहोस्

ध्यान दिनुहोस् कि अब तपाईंले अघिल्लो खण्डमा बचत गरिएको फिल्टर गरिएको डेटासेट लोड गर्दै हुनुहुन्छ, मूल डेटासेट होइन।

import time
import pandas as pd
import nltk as nltk
from nltk.corpus import stopwords
from nltk.sentiment.vader import SentimentIntensityAnalyzer
nltk.download('vader_lexicon')

# Load the filtered hotel reviews from CSV
df = pd.read_csv('../../data/Hotel_Reviews_Filtered.csv')

# You code will be added here


# Finally remember to save the hotel reviews with new NLP data added
print("Saving results to Hotel_Reviews_NLP.csv")
df.to_csv(r'../data/Hotel_Reviews_NLP.csv', index = False)

स्टप शब्दहरू हटाउँदै

यदि तपाईंले नकारात्मक र सकारात्मक समीक्षा स्तम्भहरूमा भावना विश्लेषण चलाउनुभयो भने, यसले लामो समय लिन सक्छ। शक्तिशाली परीक्षण ल्यापटपमा छिटो CPU सहित परीक्षण गर्दा, यसले प्रयोग गरिएको भावना पुस्तकालयमा निर्भर गर्दै 12 - 14 मिनेट लाग्यो। यो (सापेक्ष रूपमा) लामो समय हो, त्यसैले यसलाई छिटो बनाउन सकिन्छ कि भनेर अनुसन्धान गर्न लायक छ।

स्टप शब्दहरू, वा सामान्य अंग्रेजी शब्दहरू जुन वाक्यको भावनालाई परिवर्तन गर्दैनन्, हटाउनु पहिलो चरण हो। तिनीहरू हटाएर, भावना विश्लेषण छिटो चल्नुपर्छ, तर कम सटीक हुँदैन (किनभने स्टप शब्दहरूले भावना प्रभावित गर्दैनन्, तर तिनीहरूले विश्लेषणलाई ढिलो बनाउँछन्)।

सबभन्दा लामो नकारात्मक समीक्षा 395 शब्दको थियो, तर स्टप शब्दहरू हटाएपछि, यो 195 शब्दको भयो।

स्टप शब्दहरू हटाउनु पनि छिटो कार्य हो, 2 समीक्षा स्तम्भहरूबाट 515,000 पङ्क्तिहरूमा स्टप शब्दहरू हटाउन परीक्षण उपकरणमा 3.3 सेकेन्ड लाग्यो। तपाईंको उपकरणको CPU गति, RAM, SSD छ कि छैन, र केही अन्य कारकहरूमा निर्भर गर्दै यसले तपाईंलाई अलि बढी वा कम समय लाग्न सक्छ। कार्यको सापेक्ष छोटो समयले भावना विश्लेषण समय सुधार गर्छ भने, यो गर्न लायक छ।

from nltk.corpus import stopwords

# Load the hotel reviews from CSV
df = pd.read_csv("../../data/Hotel_Reviews_Filtered.csv")

# Remove stop words - can be slow for a lot of text!
# Ryan Han (ryanxjhan on Kaggle) has a great post measuring performance of different stop words removal approaches
# https://www.kaggle.com/ryanxjhan/fast-stop-words-removal # using the approach that Ryan recommends
start = time.time()
cache = set(stopwords.words("english"))
def remove_stopwords(review):
    text = " ".join([word for word in review.split() if word not in cache])
    return text

# Remove the stop words from both columns
df.Negative_Review = df.Negative_Review.apply(remove_stopwords)   
df.Positive_Review = df.Positive_Review.apply(remove_stopwords)

भावना विश्लेषण गर्दै

अब तपाईंले नकारात्मक र सकारात्मक समीक्षा स्तम्भहरूको लागि भावना विश्लेषण गणना गर्नुपर्छ, र परिणामलाई 2 नयाँ स्तम्भहरूमा भण्डारण गर्नुपर्छ। समीक्षाको लागि समीक्षकको स्कोरसँग तुलना गरेर भावना परीक्षण गरिनेछ। उदाहरणका लागि, यदि भावना विश्लेषणले नकारात्मक समीक्षाको भावना 1 (अत्यन्त सकारात्मक भावना) र सकारात्मक समीक्षा भावना 1 ठान्छ, तर समीक्षकले होटललाई सम्भव भएसम्मको न्यूनतम स्कोर दिएको छ भने, समीक्षा पाठ स्कोरसँग मेल खाँदैन, वा भावना विश्लेषकले भावना सही रूपमा पहिचान गर्न सकेन। तपाईंले केही भावना स्कोरहरू पूर्ण रूपमा गलत हुने अपेक्षा गर्नुपर्छ, र प्रायः त्यो व्याख्या गर्न सकिनेछ, जस्तै समीक्षा अत्यन्त व्यंग्यात्मक हुन सक्छ "पक्कै पनि म बिना तातो कोठामा सुत्न मन पराउँछु" र भावना विश्लेषकले सोच्न सक्छ कि यो सकारात्मक भावना हो, यद्यपि मानवले पढ्दा थाहा हुन्छ कि यो व्यंग्य हो। NLTK विभिन्न भावना विश्लेषकहरू प्रदान गर्दछ जसको साथ सिक्न सकिन्छ, र तपाईं तिनीहरूलाई प्रतिस्थापन गर्न सक्नुहुन्छ र हेर्न सक्नुहुन्छ कि भावना अधिक वा कम सटीक छ। यहाँ VADER भावना विश्लेषण प्रयोग गरिएको छ।

Hutto, C.J. & Gilbert, E.E. (2014). VADER: सामाजिक मिडिया पाठको भावना विश्लेषणको लागि एक सरल नियम-आधारित मोडेल। वेब्लग्स र सामाजिक मिडिया (ICWSM-14) मा आठौं अन्तर्राष्ट्रिय सम्मेलन। एन आर्बर, MI, जून 2014।

from nltk.sentiment.vader import SentimentIntensityAnalyzer

# Create the vader sentiment analyser (there are others in NLTK you can try too)
vader_sentiment = SentimentIntensityAnalyzer()
# Hutto, C.J. & Gilbert, E.E. (2014). VADER: A Parsimonious Rule-based Model for Sentiment Analysis of Social Media Text. Eighth International Conference on Weblogs and Social Media (ICWSM-14). Ann Arbor, MI, June 2014.

# There are 3 possibilities of input for a review:
# It could be "No Negative", in which case, return 0
# It could be "No Positive", in which case, return 0
# It could be a review, in which case calculate the sentiment
def calc_sentiment(review):    
    if review == "No Negative" or review == "No Positive":
        return 0
    return vader_sentiment.polarity_scores(review)["compound"]

तपाईंको प्रोग्राममा पछि जब तपाईं भावना गणना गर्न तयार हुनुहुन्छ, तपाईं यसलाई प्रत्येक समीक्षामा निम्नानुसार लागू गर्न सक्नुहुन्छ:

# Add a negative sentiment and positive sentiment column
print("Calculating sentiment columns for both positive and negative reviews")
start = time.time()
df["Negative_Sentiment"] = df.Negative_Review.apply(calc_sentiment)
df["Positive_Sentiment"] = df.Positive_Review.apply(calc_sentiment)
end = time.time()
print("Calculating sentiment took " + str(round(end - start, 2)) + " seconds")

यसले मेरो कम्प्युटरमा लगभग १२० सेकेन्ड लिन्छ, तर यो प्रत्येक कम्प्युटरमा फरक हुनेछ। यदि तपाईं परिणामहरू प्रिन्ट गर्न चाहनुहुन्छ र हेर्न चाहनुहुन्छ कि भावना समीक्षासँग मेल खान्छ कि छैन:

df = df.sort_values(by=["Negative_Sentiment"], ascending=True)
print(df[["Negative_Review", "Negative_Sentiment"]])
df = df.sort_values(by=["Positive_Sentiment"], ascending=True)
print(df[["Positive_Review", "Positive_Sentiment"]])

चुनौतीमा प्रयोग गर्नु अघि फाइलसँग गर्नुपर्ने अन्तिम कुरा भनेको यसलाई बचत गर्नु हो! तपाईंले आफ्ना नयाँ स्तम्भहरू पुन: क्रमबद्ध गर्ने विचार पनि गर्नुपर्छ ताकि तिनीहरू काम गर्न सजिलो होस् (मानवका लागि, यो एक सौन्दर्यात्मक परिवर्तन हो)।

# Reorder the columns (This is cosmetic, but to make it easier to explore the data later)
df = df.reindex(["Hotel_Name", "Hotel_Address", "Total_Number_of_Reviews", "Average_Score", "Reviewer_Score", "Negative_Sentiment", "Positive_Sentiment", "Reviewer_Nationality", "Leisure_trip", "Couple", "Solo_traveler", "Business_trip", "Group", "Family_with_young_children", "Family_with_older_children", "With_a_pet", "Negative_Review", "Positive_Review"], axis=1)

print("Saving results to Hotel_Reviews_NLP.csv")
df.to_csv(r"../data/Hotel_Reviews_NLP.csv", index = False)

तपाईंले विश्लेषण नोटबुक को सम्पूर्ण कोड चलाउनुपर्छ (तपाईंले फिल्टरिङ नोटबुक चलाएपछि Hotel_Reviews_Filtered.csv फाइल उत्पन्न गर्न)।

पुनरावलोकन गर्न, चरणहरू निम्न छन्:

मूल डेटासेट फाइल Hotel_Reviews.csv लाई एक्सप्लोरर नोटबुक को साथ अघिल्लो पाठमा अन्वेषण गरिएको छ।
Hotel_Reviews.csv लाई फिल्टरिङ नोटबुक द्वारा फिल्टर गरिएको छ जसको परिणामस्वरूप Hotel_Reviews_Filtered.csv प्राप्त हुन्छ।
Hotel_Reviews_Filtered.csv लाई भावना विश्लेषण नोटबुक द्वारा प्रशोधन गरिएको छ जसको परिणामस्वरूप Hotel_Reviews_NLP.csv प्राप्त हुन्छ।
NLP चुनौतीमा तल Hotel_Reviews_NLP.csv प्रयोग गर्नुहोस्।

निष्कर्ष

जब तपाईंले सुरु गर्नुभयो, तपाईंसँग स्तम्भहरू र डाटासहितको डेटासेट थियो तर सबैलाई प्रमाणित वा प्रयोग गर्न सकिँदैन। तपाईंले डाटा अन्वेषण गर्नुभयो, आवश्यक नभएको कुरा फिल्टर गर्नुभयो, ट्यागहरू उपयोगी चीजमा रूपान्तरण गर्नुभयो, आफ्नै औसतहरू गणना गर्नुभयो, केही भावना स्तम्भहरू थप्नुभयो र आशा छ, प्राकृतिक पाठ प्रशोधनको बारेमा केही रोचक कुरा सिक्नुभयो।

पाठपछिको क्विज

चुनौती

अब तपाईंको डेटासेटलाई भावना विश्लेषणका लागि तयार पारिसकेपछि, तपाईंले यस पाठ्यक्रममा सिकेका रणनीतिहरू (शायद क्लस्टरिङ?) प्रयोग गरेर भावना वरिपरि ढाँचाहरू निर्धारण गर्न सक्नुहुन्छ।

पुनरावलोकन र आत्म अध्ययन

यो सिक्ने मोड्युल लिनुहोस् ताकि पाठमा भावना अन्वेषण गर्न विभिन्न उपकरणहरू प्रयोग गर्न सक्नुहोस्।

असाइनमेन्ट

अर्को डेटासेट प्रयास गर्नुहोस्

अस्वीकरण:
यो दस्तावेज़ AI अनुवाद सेवा Co-op Translator प्रयोग गरेर अनुवाद गरिएको हो। हामी शुद्धताको लागि प्रयास गर्छौं, तर कृपया ध्यान दिनुहोस् कि स्वचालित अनुवादमा त्रुटिहरू वा अशुद्धताहरू हुन सक्छ। यसको मूल भाषा मा रहेको मूल दस्तावेज़लाई आधिकारिक स्रोत मानिनुपर्छ। महत्वपूर्ण जानकारीको लागि, व्यावसायिक मानव अनुवाद सिफारिस गरिन्छ। यस अनुवादको प्रयोगबाट उत्पन्न हुने कुनै पनि गलतफहमी वा गलत व्याख्याको लागि हामी जिम्मेवार हुने छैनौं।

38 KiB Raw Permalink Blame History