使用来自Scikit的 MultinomialNB() 在Python中学习，我想要不仅通过文档中的单词功能来分类文档，还要在情感词典中分类文档（意思是单词列表而不是Python数据类型） .
假设这些是要训练的文件
train_data = ['i hate who you welcome for','i adore him with all my heart','i can not forget his warmest welcome for me','please forget all these things! this house smells really weird','his experience helps a lot to complete all these tedious things', 'just ok', 'nothing+special today']
train_labels = ['Nega','Posi','Posi','Nega','Posi','Other','Other']
psentidict = ['welcome','adore','helps','complete','fantastic']
nsentidict = ['hate','weird','tedious','forget','abhor']
osentidict = ['ok','nothing+special']
我可以训练下面的列表
from sklearn import naive_bayes
from sklearn.pipeline import Pipeline
text_clf = Pipeline([('vect', CountVectorizer()),
('clf', naive_bayes.MultinomialNB(alpha = 1.0)),])
text_clf = text_clf.fit(train_data, train_labels)
即使我根据相应的标签计算所有令牌来训练数据，我想使用我的情绪词典作为额外的分类功能 .
这是因为通过字典训练的特征，可以预测OOV（词汇表外） . 只有笨拙的拉普拉斯平滑 (alpha = 1.0) ，整体精度才会受到严重限制 .
test_data = 'it is fantastic'
predicted_labels = text_clf.predict(test_data)
添加字典功能后，虽然每个令牌都不在培训文档中，但可以预测上面的句子 .
如何将 psentidict ， nsentidict 和 osentidict 的功能添加到Multinomial Naive Bayes分类器？ （像文件一样训练它们可能会扭曲测量值，所以我认为最好找另一种方法）
1 回答
我相信没有其他方法可以包含你的Multinomial朴素贝叶斯模型的功能 . 这只是因为你想要将某种标签与特征相关联（对于psentidict中的值，说“正面”等） . 这只能通过使用所述功能和标签对您的模型进行训练来实现 . 你可以做的是，改进模型，通过创建具有所述特征的句子，而不是直接使用单词，例如，对于“讨厌”这个词，你可以改为使用“我全心全意地恨你”和将情绪添加为“否定”，而不仅仅使用“仇恨”对：“否定” . 因此，您已为数据集创建了更多此类示例 .
希望this link有所帮助 .