После обучения моего собственного классификатора с помощью nltk, как мне загрузить его в textblob?

Встроенный классификатор в textblob довольно тупой. Он обучен обзорам фильмов, поэтому я создал огромный набор примеров в моем контексте (57 000 историй, классифицированных как позитивные или негативные), а затем обучил их, используя nltk. Я пытался использовать textblob для обучения, но это всегда не удавалось:

with open('train.json', 'r') as fp:
    cl = NaiveBayesClassifier(fp, format="json")

Это будет работать часами и закончится ошибкой памяти.

Я посмотрел на источник и обнаружил, что он просто использует nltk и упаковывает его, поэтому я использовал его вместо этого, и это сработало.

Структура для обучающего набора nltk должна была быть списком кортежей, с первой частью был Счетчик слов в тексте и частота появления. Вторая часть кортежа была "pos" или "neg" для настроения.

>>> train_set = [(Counter(i["text"].split()),i["label"]) for i in data[200:]]
>>> test_set = [(Counter(i["text"].split()),i["label"]) for i in data[:200]] # withholding 200 examples for testing later

>>> cl = nltk.NaiveBayesClassifier.train(train_set) # <-- this is the same thing textblob was using

>>> print("Classifier accuracy percent:",(nltk.classify.accuracy(cl, test_set))*100)
('Classifier accuracy percent:', 66.5)
>>>>cl.show_most_informative_features(75)

Затем я мариновал это.

with open('storybayes.pickle','wb') as f:
    pickle.dump(cl,f)

Теперь... Я взял этот маринованный файл и снова открыл его, чтобы получить nltk.classifier 'nltk.classify.naivebayes.NaiveBayesClassifier'> - и попытался передать его в textblob. Вместо

from textblob.classifiers import NaiveBayesClassifier
blob = TextBlob("I love this library", analyzer=NaiveBayesAnalyzer())

Я старался:

blob = TextBlob("I love this library", analyzer=myclassifier)
Traceback (most recent call last):
  File "<pyshell#116>", line 1, in <module>
    blob = TextBlob("I love this library", analyzer=cl4)
  File "C:\python\lib\site-packages\textblob\blob.py", line 369, in __init__
    parser, classifier)
  File "C:\python\lib\site-packages\textblob\blob.py", line 323, in 
_initialize_models
    BaseSentimentAnalyzer, BaseBlob.analyzer)
  File "C:\python\lib\site-packages\textblob\blob.py", line 305, in 
_validated_param
    .format(name=name, cls=base_class_name))
ValueError: analyzer must be an instance of BaseSentimentAnalyzer

что теперь? Я посмотрел на источник, и оба класса, но не совсем то же самое.

Источник

3 ответа

Решение

Я не был уверен, что корпус nltk не может работать с textblob, и это удивило бы меня, так как textblob импортирует все функции nltk в своем исходном коде и по сути является оберткой.

Но после многих часов тестирования я пришел к выводу, что nltk предлагает лучший встроенный набор настроений, называемый "vader" это превзошло все мои обученные модели.

import nltk
nltk.download('vader_lexicon') # do this once: grab the trained model from the web
from nltk.sentiment.vader import SentimentIntensityAnalyzer
Analyzer = SentimentIntensityAnalyzer()
Analyzer.polarity_scores("I find your lack of faith disturbing.")
{'neg': 0.491, 'neu': 0.263, 'pos': 0.246, 'compound': -0.4215}
CONCLUSION: NEGATIVE

vader_lexicon и код nltk делает намного больше разбора языка отрицания в предложениях, чтобы отрицать положительные слова. Например, когда Дарт Вейдер говорит "отсутствие веры", это меняет настроение на противоположное.

Я объяснил это здесь, с примерами лучших результатов: https://chewychunks.wordpress.com/2018/06/19/sentiment-analysis-discovering-the-best-way-to-sort-positive-and-negative-feedback/

Это заменяет эту реализацию textblob:

from textblob import TextBlob
from textblob.sentiments import NaiveBayesAnalyzer
TextBlob("I find your lack of faith disturbing.", analyzer=NaiveBayesAnalyzer())
{'neg': 0.182, 'pos': 0.817, 'combined': 0.635}
CONCLUSION: POSITIVE

nltk У классификатора также есть лучшая документация о том, как использовать ваш собственный корпус для анализа настроений: http://www.nltk.org/howto/sentiment.html

textBlob всегда ломал мой компьютер, используя всего 5000 примеров.

Источник

Переходя к сообщению об ошибке, кажется, что анализатор должен быть унаследован от абстрактного класса BaseSentimentAnalyzer, Как уже упоминалось в документации, этот класс должен реализовывать analyze(text) функция. Однако, проверяя документы по реализации NLTK, я не смог найти этот метод в его основной документации здесь или в его родительском классе. ClassifierI здесь Следовательно, я считаю, что обе эти реализации не могут быть объединены, если вы не можете реализовать новую analyze функция в реализации NLTK, чтобы сделать его совместимым с TextBlob.

Источник

Другое более перспективное решение - использовать spaCy для построения модели вместо textblob или же nltk, Это новое для меня, но, кажется, намного проще в использовании и более мощное: https://spacy.io/usage/spacy-101

"spaCy - это Ruby of Rails для обработки естественного языка".

import spacy
import random

nlp = spacy.load('en') # loads the trained starter model here
train_data = [("Uber blew through $1 million", {'entities': [(0, 4, 'ORG')]})] # better model stuff

with nlp.disable_pipes(*[pipe for pipe in nlp.pipe_names if pipe != 'ner']):
    optimizer = nlp.begin_training()
    for i in range(10):
        random.shuffle(train_data)
        for text, annotations in train_data:
            nlp.update([text], [annotations], sgd=optimizer)
nlp.to_disk('/model')
Источник
Другие вопросы по тегам