最終目標是讓classifier = nltk.NaiveBayesClassifier.train(-placeholder-)
運行。我需要把一堆字典放到一個元組中,標籤爲
既然這樣,我有:
for i in range(0, len(p)):
.....
qq = add_lexical_features(bi_dist, feature_vector)
qq
這是我的字典。現在,我需要添加"positive"
這個詞,並將其與qq
結合起來,該循環在下一次循環中生成。問題是,我真的不知道元組是如何工作的。謝謝。
下面是一個添加了標籤(「neg」)的qq字典示例。
({ '單字組:長':1 '單字組:VE_2':0.003372681281618887, '單字組:beholder_1':0.0016863406408094434, '單字組:good_3':0.00505902192242833 '單字組:UNIT_1':0.0016863406408094434,「單字組:mireniamu_1 ':0.0016863406408094434},'neg')]
你可以給我們樣本'qq'和樣本元組添加到什麼期望的輸出是什麼? – Bahrom
稍微詳細一點會有幫助。你想讓你的元組看起來像什麼? Python元組的語法非常簡單,您只需將所需內容放在括號內即可。例如,tup =(1,2,3)將創建一個包含1,2和3的元組tup,你可以在其中放入你想要的任何東西。 – hacoo
對不起,這是相當長的,所以我不知道我是否應該添加它。現在它在那裏。 –