小弟目前是學生，有個專案是要從幾萬筆的評論中提取出幾個重要的特徵，並且將這些特
徵拿來製造篩選器。
例如從餐廳的評論中得出「食物種類」、「食物價錢」、「食物口味」非常重要，就用這
三個當作分類器的attribute。然後在給定這些attribute值的時候，就能夠導向對應的餐
廳。
自己思考一下作法後，歸類出兩個問題：
首先是該如何提取特徵？我目前的想法是使用tf-idf向量化，找出tf-idf最高的前幾個字
當作曬選器的attribute（X）。請問還有其他更適合的方式嗎？
第二個問題是該如何把餐廳（Y）跟選定的attribute（X）做連結？畢竟無法連結的話就
無法訓練分類器，所以該怎麼把這些attribute（X）跟餐廳（Y）是個大問題... 目前怎
麼解決這件事情小弟完全沒有頭緒，不知道有沒有大神可以解答Orz ［編輯］：選定att
ribute之後該怎麼將評論中對應attribute的文字量化，例如評論中提到「食物很好吃」
，那該如何將「好吃」量化放入食物口味的attribute中
麻煩各位鄉民們替小弟解惑，如果有上述方法以外的作法也麻煩各位不吝提出，感謝！