Python情感分析:朴素贝叶斯分类NLTK(学习笔记)

import random
from nltk.corpus import movie_reviews #影评语料库
from nltk.corpus import stopwords
from nltk import FreqDist
from nltk import NaiveBayesClassifier
from nltk.classify import accuracy
import string

'''标注(单词列表,分类)'''
labeled_docs=[(list(movie_reviews.words(fid)),cat)for cat in movie_reviews.categories() for fid in movie_reviews.fileids(cat)]
random.seed(12)
random.shuffle(labeled_docs)
#print(labeled_docs[:1])

'''原始文档'''
review_words=movie_reviews.words()
print(len(review_words))

sw=set(nltk.corpus.stopwords.words('english'))
punctuation=set(string.punctuation)

def isStopword(word):
    return word in sw or word in punctuation

'''过滤文档'''
filtered=[w.lower() for w in review_words if not isStopword(w.lower())]
print(len(filtered))

'''单词按频率排序,词频最高的5%的单词作为特征'''
words=FreqDist(filtered)
N=int(0.05*len(words.keys()))
word_fe
  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值