背景描述

像Bhuvan这样的Webportal可以从用户那里获得大量反馈。遍历所有反馈可能是一项繁琐的工作。您必须对反馈论坛中表达的观点进行分类。这可以用于反馈管理系统。我们对个人评论/评论进行分类，并根据个人评论/评论确定总体评分。这样，公司就可以对客户提供的反馈意见有一个完整的想法，并可以在那些特定领域中保持谨慎。这使公司更忠实的客户，增加了业务，名望，品牌价值，利润。

这是ISRO给出的对客户意见进行分类的问题陈述。这将有助于组织了解客户的反馈。


数据说明

该文件具有审阅者ID，用户ID，审阅者名称，审阅者文本，帮助，摘要（从审阅者文本获得），等级5的总体评分，审阅时间文件中各列的说明：

reviewerID--------审阅者的ID，例如A2SUAM1J3GNN3Basin-------产品ID，例如0000013714reviewerName-------评论者的姓名有用-------评论的有用程度，例如2/3reviewText-------评论的文本总体-------产品评级摘要-------评论摘要unixReviewTime-------评论时间（unix时间）reviewTime-------评论时间（原始）


数据来源

https://www.kaggle.com/eswarchandt/amazon-music-reviews


问题描述

您必须对此数据执行情感分析。帮助组织更好地了解他们的客户反馈，以便他们可以专注于客户面临的问题。建立将反馈分类为正，负和中性时精度最高的模型。

任务1：

您必须对反馈论坛中表达的观点进行分类。

任务2：

您必须对单个评论/评论进行分类，并且必须基于单个评论/评论确定总体评分。