from textblob import TextBlob as tb
from sqlalchemy import create_engine
import pandas as pd
作为engine=create_engine("mysql+mysqldb://root:[email protected]:3306/listing") 然后我用read_sql命令读取大熊猫第一i-创造
我正在构建一个简单的分类器，它可以确定句子是否是肯定的。这是我如何使用textblob训练分类器。 train = [
'i love your website', 'pos',
'i really like your site', 'pos',
'i dont like your website', 'neg',
'i dislike your site'
我使用Vader和TextBlob分析，结果好坏参半新闻标题的感悟：很多头条，我会考虑稍微负的评分为中性。下面是几个例子： Who wants to live in an artificially intelligent future?
# Vader: {'compound': 0.4588, 'pos': 0.273, 'neu': 0.727, 'neg': 0.0}
# TextBlo
所以我试图从csv文件中提取名词。 使用Textblob包检查每个值是否为名词。 找到的名词附加到空列表x中。 然后最后当循环结束时，我打印期待所有名词的最终列表，但没有任何反应。（数据集很大）。 有人帮我一把。 from nltk import FreqDist
from textblob import TextBlob
import pandas as p
x = list()
我得到ValueError：太多值来解压缩错误。这里是代码示例 import numpy as np
import pandas as pd
from textblob.classifiers import NaiveBayesClassifier
sms_raw = pd.read_csv('text.csv')
# training dataset 70%
# test datas