添加功能，多项朴素贝叶斯分类器 - Python的

Question

从Scikit学习使用Python MultinomialNB()，我想不仅在文档Word功能，而且在情绪词典（意思是只字未列出的Python数据类型）的文件进行分类。

假设这些文件，以培养

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'] 

我可以通过所有令牌的计算根据相应的标签训练下方

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) 

喜欢这些名单虽然我训练中的数据，我想将我的情感字典用作额外的分类功能。

这是因为通过词典训练的特征，可以预测OOV（超出词汇量）。只有笨拙的拉普拉斯平滑(alpha = 1.0)，整体精度将受到严重限制。

test_data = 'it is fantastic' 
predicted_labels = text_clf.predict(test_data) 

随着字典功能的增加，可以预测上面的句子，尽管每一个单词都不在训练文档中。

如何将psentidict,nsentidict和osentidict的特征添加到Multinomial朴素贝叶斯分类器？

Answer 1

我相信没有其他办法，包括你的多项Naive Bayes模型的特点（所以我觉得这是更好地找到另一种方式训练他们，就像文件可以扭曲的测量）。这很简单，因为你想要将某种标签与特征相关联（比如说，对正确的值来说是正值）。这只能通过用上述一对特征和标签来训练你的模型来实现。你可以做的是，通过创建具有上述特征的句子来改进模型，而不是直接使用单词，比如，对于'仇恨'这个词，你可以用'我全心全意恨你'和添加情绪作为'消极'，而不是只使用'仇恨'：'消极'。所以，你已经为你的数据集创建了更多这样的例子。

希望this link有帮助。