Python 如何使用TextBlob获得新短语的准确性？

我正在使用NaiveBayes模型制作一个分类器，对用户的位置、天气等请求进行分类

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，并与返回准确度的测试集进行比较。这是一个很好的工作

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

我正在运行此方法对新短语进行分类

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

然而，当我尝试对一个不属于我的分类或是用户错误的新短语进行分类时，它仍然尝试将其分类为请求。示例如下：

("Where is Bob", "location")

---

这将返回一个错误，但不会返回。有没有办法从新输入的短语的Textblob中获得准确度？因此，当我输入一个短语时，它将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，完整代码位于我的计算机上的NaturalLanguage.py文件下。提前谢谢。

我使用textBlob中的prob_分类方法解决了自己的问题。这将返回给定分类的概率。短语是字符串，分类是朴素贝叶斯分类器的集体行为

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