我想通过解析文本开始进行数据挖掘。似乎最好的起点是从文本中处理 n-gram 来尝试情绪分析。

Muffins are fine, I wouldn't say I like them though.

但是，我很想知道是否应该包含标点符号。（我计划从 3 克开始并逐步完善，因为我不确定 2 克是否包含足够的信息以获得准确的结果。）

Muffins are fine | are fine [,] | I wouldn't say | ....

由于找到了“，”，因此从“，”之后的下一个单词重新开始。而不是像往常一样包含标点符号。

Muffins are fine | are fine , | fine , I | , I wouldn't | ...

谁能告诉我这是不是一个坏主意？