php中的单词袋算法

我正在做我学习的最后一个项目

我正在尝试对推特信息进行情感分析

我用的是贝叶斯算法，还有一大堆单词

你有PHP中单词袋算法的例子吗

我什么也找不到，可能是正面和负面单词的列表或是什么

“单词袋”不是算法

这仅仅意味着你将文本视为一个无序的多集（一个“袋子”）供你分析；你不会像在NLP中那样注意词序。例如，具有字数的稀疏向量。

“字包”不是算法

---

这仅仅意味着你将文本视为一个无序的多集（一个“袋子”）供你分析；你不会像在NLP中那样注意词序。例如，具有单词计数的稀疏向量。

我没有在PHP中实现单词包，但我在java中实现了它。实现它的一种简单方法是获取训练数据并将其标记化（例如Stanford标记器）。一旦将所有训练数据标记化，就可以从中提取1克。我用它来提取克数，然后从输出中去掉单词数，只使用单词。这将成为你的词汇库，可以在训练和分类过程中使用。确保在训练和测试或分类期间使用相同的标记器，并且在训练模型时也使用相同的语料库

现在实现它非常简单，只需获取一个数据字符串，并使用用于创建单词包语料库的相同标记器对其进行标记。现在获取每个标记，然后确定该标记在语料库中是否可用，以及在什么位置。例如，您有一个语料库，其中包含以下单词：-

a

名字

你好

世界

,

你有一个字符串“你好，我叫Jas”。标记化它将给出以下标记{hello，，，my，name，is，Jas}，当您尝试将这些标记与语料库匹配时，您的结果将是：-

2:14:16:1

---

这意味着，语料库中位置2、4和6中的单词name、hello和逗号都出现在传入的测试字符串中。

我没有用PHP实现单词包，但我用java实现了它。实现它的一种简单方法是获取训练数据并将其标记化（例如Stanford标记器）。一旦将所有训练数据标记化，就可以从中提取1克。我用它来提取克数，然后从输出中去掉单词数，只使用单词。这将成为你的词汇库，可以在训练和分类过程中使用。确保在训练和测试或分类期间使用相同的标记器，并且在训练模型时也使用相同的语料库

现在实现它非常简单，只需获取一个数据字符串，并使用用于创建单词包语料库的相同标记器对其进行标记。现在获取每个标记，然后确定该标记在语料库中是否可用，以及在什么位置。例如，您有一个语料库，其中包含以下单词：-

a

名字

你好

世界

,

你有一个字符串“你好，我叫Jas”。标记化它将给出以下标记{hello，，，my，name，is，Jas}，当您尝试将这些标记与语料库匹配时，您的结果将是：-

2:14:16:1

这意味着，语料库中位置2、4和6中的单词name、hello和逗号将出现在传入的测试字符串中。

请参见