如何使用 TextBlob 获得新短语的准确性？答案

【问题标题】：How to get the accuracy of new phrases with TextBlob?如何使用 TextBlob 获得新短语的准确性？
【发布时间】：2017-09-25 10:01:02
【问题描述】：

我正在使用 NaiveBayes 模型制作分类器，以对用户对位置、天气等的请求进行分类...

我返回的分类如下所示：

("What is the weather in Copenhagen", "weather")

然后对这些请求进行训练并与测试集进行比较，从而返回准确度。这个很好用。

c = NaiveBayesClassifier(train_set)
self.classifier = Blobber(analyzer=NaiveBayesAnalyzer(), classifier=c)
print(c.accuracy(test_set))

我正在运行这个方法来分类新短语

    def classify_phrase(self, tb_phrase):
        return self.classifier(tb_phrase).classify()

但是，当我尝试对不属于我的分类之一或用户错误的新短语进行分类时，它仍会尝试将其分类为请求。示例如下：

("Where is Bob", "location")

这应该返回一个错误，但它没有。有没有办法从 Textblob 中获得新输入短语的准确性？这样当我输入一个短语时，它会告诉我该短语的准确性。我正在使用 Textblob 包和 Python 3。如果需要更多信息，完整代码位于我的 GitHub 上的 NaturalLanguage.py 文件下。提前谢谢你。

【问题讨论】：

标签： python nltk textblob

【解决方案1】：

我使用 textBlob 中的 prob_classify 方法解决了我自己的问题。这将返回给定分类的概率。短语是一个字符串，分类是来自 NaiveBayes 分类器的集体行动。

    def classifier_prob(self, phrase, classification):
         return self.classifier.prob_classify(phrase).prob(classification)

【讨论】：