TextBlob Python3-“;正面单词的Neg标签;
我正在测试textblob模块中的肯定词和否定词。 但有些结果并不好。 例如: 代码:TextBlob Python3-“;正面单词的Neg标签;,python,python-2.7,python-3.x,nltk,textblob,Python,Python 2.7,Python 3.x,Nltk,Textblob,我正在测试textblob模块中的肯定词和否定词。 但有些结果并不好。 例如: 代码: from textblob.sentiments import NaiveBayesAnalyzer from textblob import TextBlob message = "Fraud" blob = TextBlob(message, analyzer=NaiveBayesAnalyzer()) a = (blob.sentiment) print(a) 结果 它给出90%的正确答案,但对于某
from textblob.sentiments import NaiveBayesAnalyzer
from textblob import TextBlob
message = "Fraud"
blob = TextBlob(message, analyzer=NaiveBayesAnalyzer())
a = (blob.sentiment)
print(a)
结果
它给出90%的正确答案,但对于某些单词,它返回错误的结果
比如:
message=“像这样”
情绪(分类为负,p_pos=0.4794333489299875,p_neg=0.520566510700125)
=====================================
"fraud" = pos
"like this" = neg
"good habits" = neg
按照编写代码的方式,您正在训练NaiveBayesAnalyzer,而不是使用已经训练过的分类器。我建议尝试使用默认分类器,或者查看有关如何培训和应用NaiveBayesAnalyzer进行分类的文档 试试这个:
blob=TextBlob(message)TextBlob naive bayes情绪分析工具用于句子,而不是单个单词或短语,因此您可能会得到不可预测的结果。您可以尝试使用TextBlob的模式分析-情绪分析方法,这是默认方法,因为它只需识别积极和消极的单词即可。
message = "good habits"
Sentiment(classification='neg', p_pos=0.41318402216578204, p_neg=0.5868159778342183)
"fraud" = pos
"like this" = neg
"good habits" = neg