小弟目前是学生，有个专案是要从几万笔的评论中提取出几个重要的特征，并且将这些特
征拿来制造筛选器。
例如从餐厅的评论中得出“食物种类”、“食物价钱”、“食物口味”非常重要，就用这
三个当作分类器的attribute。然后在给定这些attribute值的时候，就能够导向对应的餐
厅。
自己思考一下作法后，归类出两个问题：
首先是该如何提取特征？我目前的想法是使用tf-idf向量化，找出tf-idf最高的前几个字
当作晒选器的attribute（X）。请问还有其他更适合的方式吗？
第二个问题是该如何把餐厅（Y）跟选定的attribute（X）做连结？毕竟无法连结的话就
无法训练分类器，所以该怎么把这些attribute（X）跟餐厅（Y）是个大问题... 目前怎
么解决这件事情小弟完全没有头绪，不知道有没有大神可以解答Orz ［编辑］：选定att
ribute之后该怎么将评论中对应attribute的文字量化，例如评论中提到“食物很好吃”
，那该如何将“好吃”量化放入食物口味的attribute中
麻烦各位乡民们替小弟解惑，如果有上述方法以外的作法也麻烦各位不吝提出，感谢！