如何在Python中使用SVM進行POS標記？

Question

我想用Python中的非英語語料庫使用SVM進行POS標記。 看起來Python不支持使用SVM標記（http://www.nltk.org/_modules）。

scikit-learn有一個SVM模塊。所以我安裝了scikit-learn並在Python中使用它，但是我找不到有關使用SVM進行POS標記的任何教程。

我真的不知道該怎麼做，任何幫助將不勝感激。

Answer 1

是否必須是SVM？ NTLK有內置的工具做詞性標註：Categorizing and Tagging Words

如果你想使用自定義分類，看看這裏：http://www.nltk.org/api/nltk.classify.html，按Ctrl + F「SVM」，NTLK提供所謂SklearnClassifier scikit學習算法的包裝。然後看看這裏http://www.nltk.org/api/nltk.tag.html，Ctrl + F「分類器」，有一個類nltk.tag.sequential.ClassifierBasedPOSTagger這顯然可以使用從sklearn包裝分類。

我沒有試過這個，但它可能工作。

編輯： 它應該是這樣的：

from nltk.classify import SklearnClassifier 
from sklearn.svm import SVC 
clf = SklearnClassifier(SVC(),sparse=False) 
cpos = nltk.tag.sequential.ClassifierBasedPOSTagger(train=train_sents,classifier_builder 
= lambda train_feats: clf.train(train_feats)) 

唯一的問題是，sklearn分類只取數字功能，所以你需要你以某種方式轉換。