我正在解决一个解决这个问题的问题“导致高分或低分的操作是什么？”

我有以下由 text 和 score 组成的数据，我想从导致高/低分的文本中得出单词或动作

我有大量数据，文本长度可以是一个段落，示例数据如下

+----------------------+-------+
|         Text         | Score |
+----------------------+-------+
| Support Team Goal    |    90 |
| Generate Lead        |    80 |
| Contact 30 customers |    30 |
| Support Team Goal    |    30 |
+----------------------+-------+

方法遵循：我遵循朴素贝叶斯方法。

1. 首先，我将我的数据分为高（分数（75 及以上））和低（分数低于 75）
2. 我也将 High 转换为 Term Document Matrix 和 Low
3. 我发现单词只出现在低分并判断它们导致低分（如果频率大于 7 则包括单词让我们说）
4. 我发现单词只出现在 high 中并判断它们会导致高分（如果频率大于 7 则包括单词让我们说 high）
5. 我发现了常见单词的概率，对于出现在高或低的单词，我计算了单词出现在低/高的概率（如果概率大于 75%，则包括单词）

注意：我使用二元组。不确定这是否是分析我的问题的正确方法，还是有更好的技术。请指教