Duygu analizi için daha yüksek dereceli n-gram'lar

Önceki bir egzersize benzer şekilde, belirli bir filmin incelemesinin olumlu mu olumsuz mu olduğunu tespit edebilen bir sınıflandırıcı kuracağız. Ancak bu kez, görev için n=2'ye kadar n-gram'lar kullanacağız.

n-gram eğitim incelemeleri X_train_ng olarak mevcut. Karşılık gelen test incelemeleri X_test_ng olarak mevcut. Son olarak, eğitim ve test duygu sınıflarına sırasıyla y_train ve y_test ile eriş.

Bu egzersiz

Python ile NLP için Özellik Mühendisliği

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

MultinomialNB'in bir örneğini tanımla. Adı clf_ng olsun.
Sınıflandırıcıyı X_train_ng ve y_train üzerinde eğit.
score() metodunu kullanarak X_test_ng ve y_test üzerinde accuracy ölç.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# 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))

Kodu Düzenle ve Çalıştır