Python 我如何根据文本的情感推荐活动？

我从这个GitHub获得了我的文本情感分类器，它使用这个数据集来测试和训练：

标记为0的消息是积极的，标记为1的其他消息具有消极情绪。 例如，如果我在培训/测试后像这样运行函数：

pm = process_message('Hi hello depression and anxiety are the worst')
sc_bow.classify(pm)

因为它包含负面情绪，所以它将返回真值

我现在的计划是建立一个推荐系统，根据文本是否有积极或消极的情绪向用户推荐活动

这是我现在开发的数据集的标题：

它包含一个活动列表及其自己的标签1s和0s。其中1是当用户消极时要推荐的活动，反之亦然

因为我对机器学习真的很陌生，有人能给我一些关于如何实现我的目标的建议吗

---

我目前所遵循的课程是这样的。

当将响应类（即分类结果到可能选项）映射为常规dict时，您不需要数据帧来包含这些响应：

随机输入 答复={ 真的：[洗个澡，做点别的]， False:[某物，其他]， } ... pm=处理信息“你好，抑郁和焦虑是最糟糕的” 响应等级=sc_bow.classifypm response=random.choiceresponses.getresponse_class，[] 打印响应