감성 분석을 위한 고차 n-그램

이전 연습 문제와 유사하게, 특정 영화 리뷰가 긍정적인지 부정적인지 판별하는 분류기를 만들어 보겠습니다. 다만 이번에는 n=2까지의 n-그램을 사용합니다.

n-그램으로 전처리된 학습용 리뷰는 X_train_ng에, 대응하는 테스트 리뷰는 X_test_ng에 제공됩니다. 마지막으로 y_train과 y_test를 사용해 각각 학습 및 테스트용 감성 레이블에 접근하세요.

이 연습은 강의의 일부입니다

Python으로 배우는 NLP 피처 엔지니어링

강의 보기

연습 안내

MultinomialNB 인스턴스를 정의하고 이름을 clf_ng로 지정하세요.
X_train_ng와 y_train으로 분류기를 학습(fit)하세요.
score() 메서드를 사용하여 X_test_ng와 y_test에서 accuracy를 측정하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Define an instance of MultinomialNB 
clf_ng = ____

# Fit the classifier 
clf_ng.____(____, ____)

# Measure the accuracy 
accuracy = ____
print("The accuracy of the classifier on the test set is %.3f" % accuracy)

# Predict the sentiment of a negative review
review = "The movie was not good. The plot had several holes and the acting lacked panache."
prediction = clf_ng.predict(ng_vectorizer.transform([review]))[0]
print("The sentiment predicted by the classifier is %i" % (prediction))

코드 편집 및 실행