N-grame de ordin superior pentru analiza sentimentelor

Similar cu un exercițiu anterior, vom construi un clasificator care poate determina dacă recenzia unui film este pozitivă sau negativă. De data aceasta, vom folosi n-grame până la n=2 pentru această sarcină.

Recenziile de antrenament sub formă de n-grame sunt disponibile ca X_train_ng. Recenziile de test corespunzătoare sunt disponibile ca X_test_ng. În final, folosește y_train și y_test pentru a accesa clasele de sentiment din setul de antrenament, respectiv din cel de testare.

Acest exercițiu face parte din cursul

Ingineria caracteristicilor pentru NLP în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Definește o instanță a clasei MultinomialNB. Numește-o clf_ng.
Antrenează clasificatorul pe X_train_ng și y_train.
Măsoară accuracy pe X_test_ng și y_test folosind metoda score().

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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))

Editează și rulează codul