代码之家 › 专栏 › 技术社区 › Marc Maxmeister

在使用nltk训练了我自己的分类器之后,如何将其加载到textblob中?

textblob naivebayes nltk python

3

Marc Maxmeister · 技术社区 · 7 年前

textblob中的内置分类器相当愚蠢。它接受过电影评论方面的培训,所以我在自己的背景下创建了一组巨大的例子(57000个故事,分为正面或负面),然后用 nltk. 我试着用textblob来训练它,但总是失败:

with open('train.json', 'r') as fp:
    cl = NaiveBayesClassifier(fp, format="json")

这将运行数小时,并最终导致内存错误。

我查看了源代码,发现它只是使用NLTK并包装它,所以我用它来代替,并且它起作用了。

NLTK训练集的结构需要是一个元组列表,第一部分是文本中的单词计数器和出现频率。Tuple的第二部分是“pos”或“neg”,表示情绪。

>>> train_set = [(Counter(i["text"].split()),i["label"]) for i in data[200:]]
>>> test_set = [(Counter(i["text"].split()),i["label"]) for i in data[:200]] # withholding 200 examples for testing later

>>> cl = nltk.NaiveBayesClassifier.train(train_set) # <-- this is the same thing textblob was using

>>> print("Classifier accuracy percent:",(nltk.classify.accuracy(cl, test_set))*100)
('Classifier accuracy percent:', 66.5)
>>>>cl.show_most_informative_features(75)

然后我把它腌了。

with open('storybayes.pickle','wb') as f:
    pickle.dump(cl,f)

现在。。。我拿了这个腌制文件,重新打开它以获取nltk.classifier“nltk.classify.naivebayes.naivebayesClassifier”>——并尝试将其馈送到textblob。而不是

from textblob.classifiers import NaiveBayesClassifier
blob = TextBlob("I love this library", analyzer=NaiveBayesAnalyzer())

我尝试过:

blob = TextBlob("I love this library", analyzer=myclassifier)
Traceback (most recent call last):
  File "<pyshell#116>", line 1, in <module>
    blob = TextBlob("I love this library", analyzer=cl4)
  File "C:\python\lib\site-packages\textblob\blob.py", line 369, in __init__
    parser, classifier)
  File "C:\python\lib\site-packages\textblob\blob.py", line 323, in 
_initialize_models
    BaseSentimentAnalyzer, BaseBlob.analyzer)
  File "C:\python\lib\site-packages\textblob\blob.py", line 305, in 
_validated_param
    .format(name=name, cls=base_class_name))
ValueError: analyzer must be an instance of BaseSentimentAnalyzer

现在怎么办?我看了一下源代码,它们都是类,但并不完全相同。

3 回复 | 直到 7 年前

1

0

unholy_me 7 年前

检查错误消息时,似乎必须从抽象类继承分析器 BaseSentimentAnalyzer . 如文件所述 here ,这节课必须实施 analyze(text) 功能。但是,在检查NLTK实现的文档时,我在它的主文档中找不到这个方法。 here 或者它的父类 ClassifierI here . 因此,我相信这两种实现都不能组合,除非您可以实现一个新的 analyze 函数在NLTK的实现中使其与textBlob兼容。

2

0

Marc Maxmeister 7 年前

我不能确定NLTK语料库不能与textBlob一起工作,这会让我吃惊,因为textBlob在其源代码中导入了所有的NLTK函数,并且基本上是一个包装器。

但经过数小时的测试,我得出的结论是,NLTK提供了一种更好的内在情感语料库,称为 "vader" 比我所有受过训练的模特都出色。

import nltk
nltk.download('vader_lexicon') # do this once: grab the trained model from the web
from nltk.sentiment.vader import SentimentIntensityAnalyzer
Analyzer = SentimentIntensityAnalyzer()
Analyzer.polarity_scores("I find your lack of faith disturbing.")
{'neg': 0.491, 'neu': 0.263, 'pos': 0.246, 'compound': -0.4215}
CONCLUSION: NEGATIVE

vader_lexicon NLTK代码在句子中对否定语言进行了更多的分析,以否定肯定词。就像达斯维德所说的“缺乏信仰”,这会改变人们的情绪。

我在这里解释了它,并举例说明了更好的结果: https://chewychunks.wordpress.com/2018/06/19/sentiment-analysis-discovering-the-best-way-to-sort-positive-and-negative-feedback/

替换此textBlob实现:

from textblob import TextBlob
from textblob.sentiments import NaiveBayesAnalyzer
TextBlob("I find your lack of faith disturbing.", analyzer=NaiveBayesAnalyzer())
{'neg': 0.182, 'pos': 0.817, 'combined': 0.635}
CONCLUSION: POSITIVE

这个 nltk http://www.nltk.org/howto/sentiment.html

3

0

Marc Maxmeister 7 年前

textblob nltk https://spacy.io/usage/spacy-101#section-lightning-tour

import spacy
import random

nlp = spacy.load('en') # loads the trained starter model here
train_data = [("Uber blew through $1 million", {'entities': [(0, 4, 'ORG')]})] # better model stuff

with nlp.disable_pipes(*[pipe for pipe in nlp.pipe_names if pipe != 'ner']):
    optimizer = nlp.begin_training()
    for i in range(10):
        random.shuffle(train_data)
        for text, annotations in train_data:
            nlp.update([text], [annotations], sgd=optimizer)
nlp.to_disk('/model')