W świetle projektu Grałem z Pythona NLTK i klasyfikacji dokumentów i naiwny klasyfikator bayesowski. Jak rozumiem z dokumentacji, działa to bardzo dobrze, jeśli twoje różne dokumenty są oznaczone tagami POS lub neg jako etykiety (lub więcej niż 2 etykiety)NLTK: Klasyfikacja dokumentu z wynikiem numerycznej zamiast etykiet
Dokumenty, z którymi pracuję, są już sklasyfikowane. mają etykiety, ale mają partyturę, zmiennoprzecinkowy z zakresu od 0 do 5.
Chciałbym zbudować klasyfikator, jak przykładowy film w dokumentacji, ale by przewidzieć wynik fragmentu tekst, a nie etykieta. Wydaje mi się, że jest to wspomniane w dokumentach, ale nie jest ono dalej badane jako "prawdopodobieństwa cech numerycznych"
Nie jestem ekspertem od języków ani statystykiem, więc jeśli ktoś ma na to przykład, byłbym bardzo wdzięczny, gdybyś podziel się tym ze mną. Dzięki!
Nie bardzo znane z NLTK, ale etykieta w naiwny klasyfikator bayesowski jest bezpośrednio związana z prawdopodobieństwem. Tak więc, gdzieś w kodzie NLTK obliczane jest prawdopodobieństwo i na podstawie tego, czy to prawdopodobieństwo jest powyżej lub poniżej wartości progowej, stosowana jest etykieta. –