Python 使用朴素贝叶斯的文本微调器
我正在写一个文本微调器,它可以正常工作。但可读句子的准确性非常低,因为它只是使用我从数据库中获取的词典。哪种报税方式是这样的Python 使用朴素贝叶斯的文本微调器,python,python-2.7,text,spinner,Python,Python 2.7,Text,Spinner,我正在写一个文本微调器,它可以正常工作。但可读句子的准确性非常低,因为它只是使用我从数据库中获取的词典。哪种报税方式是这样的 {Your} {home| house| residence| property} {is} {your} {castle| mansion| fortress| palace} 并传递给函数,该函数根据用户的原始输入随机选择同义词并输出句子。例如,对于输入: Your home is your castle. 会回来的 Your property is your m
{Your} {home| house| residence| property} {is} {your} {castle| mansion| fortress| palace}
并传递给函数,该函数根据用户的原始输入随机选择同义词并输出句子。例如,对于输入:
Your home is your castle.
会回来的
Your property is your mansion.
现在我想加入人工智能,因为它将使我的输出句子更具可读性。我想知道如何使用朴素贝叶斯做出更好的选择。我知道我可能需要训练,以便取得更好的成绩
这是我目前选择单词的方法,现在非常简单
def spin(spintax):
while True:
word, n = re.subn('{([^{}]*)}',lambda m: random.choice(m.group(1).split("|")),spintax)
if n == 0: break
return word.strip()
如果你们需要我发布更多代码,请提前感谢,让我知道这可能会结束,因为您的问题没有简明的答案,但您可能想查看nltk wordnet:
也许你可以下载谷歌从所有英文书籍中收集的数据集,并使用ngrams生成随机句子 实现是使用一个,其中下载的数据为您提供下一个单词的选择概率