html短文本,短文本分类工具 TextGrocery

授权协议: GPL

开发语言: Python

操作系统: Windows

软件介绍

TextGrocery 是一个基于SVM算法的短文本分类工具，内置了结巴分词，让文本分类变得简单。

示例代码：

>>> from tgrocery import Grocery

# 新开张一个杂货铺，别忘了取名！

>>> grocery = Grocery('sample')

# 训练文本可以用列表传入

>>> train_src = [

('education', '名师指导托福语法技巧：名词的复数形式'),

('education', '中国高考成绩海外认可 是“狼来了”吗？'),

('sports', '图文：法网孟菲尔斯苦战进16强 孟菲尔斯怒吼'),

('sports', '四川丹棱举行全国长距登山挑战赛 近万人参与')

]

>>> grocery.train(train_src)

# 也可以用文件传入

>>> grocery.train('train_ch.txt')

# 保存模型

>>> grocery.save()

# 加载模型(名字和保存的一样)

>>> new_grocery = Grocery('sample')

>>> new_grocery.load()

# 预测

>>> new_grocery.predict('考生必读：新托福写作考试评分标准')

education

# 测试

>>> test_src = [

('education', '福建春季公务员考试报名18日截止 2月6日考试'),

('sports', '意甲首轮补赛交战记录:米兰客场8战不败国米10年连胜'),

]

>>> new_grocery.test(test_src)

# 准确率

0.5

# 同样可以用文本传入

>>> new_grocery.test('test_ch.txt')

# 自定义分词器

>>> custom_grocery = Grocery('custom', custom_tokenize=list)