Baseline:
Единица анализа - строка:
- Берем строку, лемматизируем ее - ищем в ней сущности
- Если их больше двух, то смотрим слова между двумя подряд идущими сущностями
- Ведем счет для каждой пары сущностей
Идеи улучшения:
-
wird2vec для поиска синонимов типа Москва-Россия
-
Вместо двух подряд стоящих сущностей выявлять синтаксис
-
Увелечение размера тескта для анализа взаимосвязи сущностей (смотреть больше чем на одно предложение)
-
Использовать sentiframes
-
синтаксис vs sentiframes
-
Учитывать наличие НЕ