5
में परिभाषित किया गया है कि मैं स्वयं को (शायद मेरी पहली गलती) कक्षाओं और तरीकों को पढ़ाने के लिए एक भावना विश्लेषण स्क्रिप्ट को परिवर्तित कर रहा हूं।पायथन विधि नहीं मिली, लेकिन कक्षा
मैं सोचा मैं जगह में तरीकों के सभी था, लेकिन मैं हो रही
global name 'get_bigram_word_feats' is not defined
मुझे यकीन है कि मैं, get_word_feats के लिए एक त्रुटि हो रही होगी भी, अगर यह है कि मिल गया हूँ रखना दूर।
मैं इस बड़े समय के खिलाफ अपने सिर को टक्कर लगी हूं। मैंने staticmethod को हटाने और स्वयं को जोड़ने का प्रयास किया। मैं क्या गलत कर रहा हूं?
यहाँ मेरी कोड है:
def word_feats(words):
return dict([(word, True) for word in words])
class SentClassifier:
def __init__(self, name, location):
self.name = name
self.location = location
self.fullpath = location + "/" + name
def doesexist(self):
return os.path.isfile(self.fullpath)
def save_classifier(self):
rf = open(self.fullpath, 'wb')
pickle.dump(self.fullpath, rf)
rf.close()
def load_classifier(self):
sf = open(self.fullpath, 'rb')
sclassifier = pickle.load(sf)
sf.close()
return sclassifier
class Training:
def __init__(self, neg, pos):
self.neg = neg
self.pos = pos
self.negids = open(self.neg, 'rb').read().splitlines(True)
self.posids = open(self.pos, 'rb').read().splitlines(True)
self.exclude = set(string.punctuation)
self.exclude = self.exclude, '...'
self.swords = stopwords.words('english')
def tokens(self, words):
words = [w for w in nltk.word_tokenize(words) if w not in self.exclude and len(w) > 1
and w not in self.swords and wordnet.synsets(w)]
return words
def idlist(self, words):
thisidlist = [self.tokens(tf) for tf in words]
return thisidlist
@staticmethod
def get_word_feats(words):
return dict([(word, True) for word in words])
@staticmethod
def get_bigram_word_feats(twords, score_fn=BigramAssocMeasures.chi_sq, tn=200):
words = [w for w in twords]
bigram_finder = BigramCollocationFinder.from_words(words)
bigrams = bigram_finder.nbest(score_fn, tn)
return dict([(ngram, True) for ngram in itertools.chain(words, bigrams)])
@staticmethod
def label_feats(thelist, label):
return [(get_word_feats(lf), label) for lf in thelist]
@staticmethod
def label_grams(thelist, label):
return [(get_bigram_word_feats(gf), label) for gf in thelist()]
@staticmethod
def combinegrams(grams, feats):
for g in grams():
feats.append(g)
return feats
def negidlist(self):
return self.idlist(self.negids)
def posidlist(self):
return self.idlist(self.posids)
def posgrams(self):
return self.label_grams(self.posidlist, 'pos')
def neggrams(self):
return self.label_grams(self.negidlist, 'neg')
def negwords(self):
return self.label_feats(self.negidlist, 'neg')
def poswords(self):
return self.label_feats(self.posidlist, 'pos')
def negfeats(self):
return self.combinegrams(self.neggrams, self.negwords)
def posfeats(self):
return self.combinegrams(self.posgrams, self.poswords)
starttime = time.time()
myclassifier = SentClassifier("sentanalyzer.pickle", "classifiers")
if myclassifier.doesexist() is False:
print "training new classifier"
trainset = Training('data/neg.txt', 'data/pos.txt')
negfeats = trainset.negfeats()
posfeats = trainset.posfeats()
negcutoff = len(negfeats) * 8/10
poscutoff = len(posfeats) * 8/10
trainfeats = negfeats[:negcutoff] + posfeats[:poscutoff]
testfeats = negfeats[negcutoff:] + posfeats[poscutoff:]
print 'train on %d instances, test on %d instances' % (len(trainfeats), len(testfeats))
classifier = NaiveBayesClassifier.train(trainfeats)
print 'accuracy:', nltk.classify.util.accuracy(classifier, testfeats)
myclassifier.save_classifier()
else:
print "using existing classifier"
classifier = myclassifier.load_classifier()
classifier.show_most_informative_features(20)
mystr = "16 steps to an irresistible sales pitch, via @vladblagi: slidesha.re/1bVV7OS"
myfeat = word_feats(nltk.word_tokenize(mystr))
print classifier.classify(myfeat)
probd = classifier.prob_classify(myfeat)
print probd.prob('neg')
print probd.prob('pos')
donetime = time.time() - starttime
print donetime
मैं कहना चाहिए - मैं अपने कोड की शायद घृणित पता है। मेरी योजना यह काम करने के बाद एकीकरण को मजबूत/साफ करना था। सबसे अच्छी तकनीक नहीं, मुझे पता है, लेकिन ... – user1066609
"(शायद मेरी पहली गलती)", नहीं, इसके विपरीत। प्रोग्रामिंग समेत कुछ सीखने का सबसे अच्छा तरीका प्रयोग कर रहा है। चूंकि कंप्यूटर बहुत क्षमा कर रहे हैं (आप यहां प्रयोग करते समय शायद ही कभी अंग खोने जा रहे हैं), जंगली जाओ! –