Spearman - ранговая

Еще вопрос, а есть аналог rank в пандасе, но для строк?

rank в принципе есть в панде

но он разве работает со строками?

по умолчанию axis=0, то есть по индексу ищет

или ты имеешь ввиду тип данных?

Чат, привет!
Были ли у кого-нибудь кейсы по распознаванию текстов отзывов?
Пример: есть товар X, его купили и потом написали отрицательный отзыв.
Надо написать скрипт, который по тексту распознает что не так с товаром или доставкой: упаковка/функции/долгая доставка/поломка и т.д.

Если кто-то делал нечто похожее, поделитесь плз

у пиратов по NLP 2 подробнейших книжки.  на русском. И модельки  можно нагуглить и скачать.

помогло? (разве что морально)

ну пока морально, а теперь читать надо)

предлагаю подождать когда яндекс за нас все напишет. а там через API  раз-раз.

Привет! Подскажите, пожалуйста, есть ли какие-то другие варианты для анализа влияния категориального фактора на количественный, кроме как построить ящики с усами для каждого значения категориального и сравнить?

Не очень понятно по формулировке вопроса. Что именно вы хотите получить от анализа?

Анализ ради анализа или есть конкретная цель ?

Есть показатель с вариантами типа "далеко", "близко", "на среднем расстоянии". И есть предположение, что от него зависит измеримый количественный показатель. Мне нужно проверить данную гипотезу.

Я бы тут вообще начал с какого-то простого прототипа, опирающегося на наличие ключевых слов в тексте. Это позволит изначально оценить жизнеспособность идеи классифицировать отзывы, потому что вряд ли алгоритм классификации через ML будет с существенно превышающей точностью работать, если не будет работать какая-то простая разметка. По крайней мере, по своему опыту сужу

Ну и потом эта классификация по вхождению будет хорошим началом, чтобы формировать обучающие выборки

Если вы хотите не классификацию делать, а кластеризацию, когда вы не задаёте сначала обучающие выборки, то я бы посмотрел в сторону LDA для начала. Вот статья с примером реализации

Сейчас так и есть, словарик, по которому цикл бегает и если ключ в тексте есть, то алертит значением

За статью спасибо, изучу

Ну вот если сейчас всё работает сравнительно неплохо и позволяет какие-то решения принимать, то тогда можно попробовать уже с LDA. Посмотреть что будет получатся

А дальше можно и на какие-то word embedding модели посмотреть, например, word2vec. Вот ещё статейка, где можно посмотреть примеры topic modelling с использованием word2vec

Спасибо большое)

👍🏻