TextBlob 朴素贝叶斯。选择最高可能性答案

【问题标题】：TextBlob Naive Bayes. Choosing highest likelihoodTextBlob 朴素贝叶斯。选择最高可能性
【发布时间】：2017-09-11 00:21:37
【问题描述】：

作为训练数据，以 XML 格式对餐馆进行评论，以及相关的目标表达，表达情感，类别是其所属的离散标签，以及表达的极性：

<text>With the great variety on the menu , I eat here often and never get bored .</text>
     <Opinions>
         <Opinion target="menu" category="FOOD#STYLE_OPTIONS" polarity="positive" from="30" to="34"/>
     </Opinions>

我使用 TextBlob NB 分类器将目标术语训练为相关类别。

对于测试数据，我的目标是预测目标表达，给定一个句子和类别。我首先从句子中提取了名词和名词短语，假设表达式是其中的一个子集。对于句子：

"what may be interesting to most is the worst sevice attitude come from the owner of this establishment"，这些是['sevice attitude', 'owner', 'establishment']。

我想知道哪个最有可能给定类别，在本例中为SERVICE#GENERAL。我该怎么办？

【问题讨论】：

分类器总是执行标记任务。它应该预测的信息是您在训练期间作为标签提供的信息。如果要在给定类别的情况下预测单词，则需要在训练期间提供类别作为特征，每个单词作为标签。
@lenz 好的，明白了。至于将每个句子的分类器限制为我的候选集中的单词（这些是从句子中提取的名词短语），我该怎么做？
我不确定我是否理解。您可以更新您的问题或发布一个新问题吗？
@lenz 现在已经这样做了

标签： python machine-learning nltk naivebayes textblob

【解决方案1】：

TextBlob 的 NB 分类器默认将文本特征提取为一个词袋。因此，您可以简单地将提取的名词列表中的单词连接起来，然后将其与类别连接起来，将结果用作训练文本。并使用目标作为训练标签。

考虑到词袋独立对待词，您应该将这些名词短语转换为一个词。例如，您可以使用“-”代替空格（“服务态度”将是“服务态度”）。

例子：

from textblob.classifiers import NaiveBayesClassifier

train = [('sevice-attitude owner establishment SERVICE#GENERAL', 'owner'),
         ('menu variety FOOD#STYLE_OPTIONS', 'menu')]

cl = NaiveBayesClassifier(train)

如果您愿意，可以自定义特征提取：https://textblob.readthedocs.io/en/dev/classifiers.html#feature-extractors

【讨论】：