我正在爲正面和負面的單詞測試textblob模塊。但有些結果不好。例如：TextBlob Python3 - 「Negative Tag for Positive words」

代碼：

from textblob.sentiments import NaiveBayesAnalyzer 
from textblob import TextBlob 

message = "Fraud" 
blob = TextBlob(message, analyzer=NaiveBayesAnalyzer()) 
a = (blob.sentiment) 
print(a)

結果

Sentiment(classification='pos', p_pos=0.6428571428571429, p_neg=0.3571428571428571)

它給了90％的正確答案，但由於某種也就是說它返回false結果！

像：消息= 「像這樣」情感（分類= '負'，p_pos = 0.4794333489299875，p_neg = 0.5205666510700125）

message = "good habits" 
Sentiment(classification='neg', p_pos=0.41318402216578204, p_neg=0.5868159778342183)

============= ========================

"fraud" = pos 
"like this" = neg 
"good habits" = neg

來源

2016-03-14 Shiv Shankar

的TextBlob樸素貝葉斯情感分析工具是爲句子，而不是單個的詞或短語，所以你可能會得到不可預知的結果。你可以試試TextBlob的模式分析情感分析方法，這是默認的，因爲它僅僅通過識別正面和負面的單詞來工作。 – EmmetOT

你的代碼編寫，你訓練的NaiveBayesAnalyzer而不是使用已經訓練過的分類方式。我會建議嘗試使用默認分類器，或者查看有關如何訓練和應用NaiveBayesAnalyzer進行分類的文檔。

試試這個： BLOB = TextBlob（消息）

來源

2016-04-04 23:32:35 chad39

TextBlob Python3 - 「Negative Tag for Positive words」

結果

回答

相關問題