После обучения моего собственного классификатора с помощью nltk, как мне загрузить его в textblob? - PullRequest
Новая
       73

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

0 голосов
/ 13 июня 2018

Встроенный классификатор в textblob довольно тупой.Он обучен обзорам фильмов, поэтому я создал огромный набор примеров в моем контексте (57 000 историй, классифицированных как положительные или отрицательные), а затем обучил его, 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 завершится ошибкой памяти.

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

Структура обучающего набора nltk должна была быть спискомКортежи, 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 его мариновал. 

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

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

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

я попробовал: 

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.

Ответы [ 3 ]

0 голосов
/ 21 июня 2018

Я не мог быть уверен, что корпус nltk не может работать с textblob, и это меня удивило, 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 под названием "vader", который превзошел 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, а код nltk делаетнамного больше разбора языка отрицания в предложениях для отрицания положительных слов.Например, когда Дарт Вейдер говорит «нехватка веры», которая 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

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

textBlob всегда приводил к сбоям в моем компьютере всего за5000 примеров.

0 голосов
/ 13 июля 2018

Еще одним более перспективным решением является использование spaCy для построения модели вместо textblob или nltk.Это новое для меня, но, кажется, намного проще в использовании и более мощное: https://spacy.io/usage/spacy-101#section-lightning-tour

"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')
0 голосов
/ 20 июня 2018

При просмотре сообщения об ошибке кажется, что анализатор должен быть унаследован от абстрактного класса BaseSentimentAnalyzer.Как упомянуто в документах здесь , этот класс должен реализовать функцию analyze(text).Однако, проверяя документы по реализации NLTK, я не смог найти этот метод в его основной документации здесь или его родительском классе ClassifierI здесь .Следовательно, я считаю, что обе эти реализации не могут быть объединены, если вы не можете реализовать новую функцию analyze в реализации NLTK, чтобы сделать ее совместимой с TextBlob.

...