Come addestrare un classificatore naive bayes con sequenza di tag pos come caratteristica?

Question

Ho due classi di frasi. Ciascuno ha una sequenza di tag di posizione ragionevolmente distinta. Come posso addestrare un classificatore Naive-Bayes con sequenza POS-Tag come caratteristica? Stanford CoreNLP/NLTK (Java o Python) fornisce un metodo per costruire un classificatore con pos-tag come caratteristica? So che in Python NaiveBayesClassifier consente di creare un classificatore NB ma utilizza contains-a-word come funzione, ma può essere esteso per utilizzare la sequenza di tag pos come una funzione?

Answer 1

Se sai come addestrare e prevedere i testi (o le frasi nel tuo caso) usando il classificatore naive bayes di nltk e le parole come caratteristiche, allora puoi facilmente estendere questo approccio per classificare i testi con tag di posizione. Questo perché il classificatore non si preoccupa se le stringhe di caratteristiche sono parole o tag. Così si può semplicemente sostituire le parole dei vostri frasi dalle OP-tag utilizzando per tagger POS standard di esempio di NLTK:

sent = ['So', 'they', 'have', 'internet', 'on', 'computers' , 'now'] 
tags = [t for w, t in nltk.pos_tag(sent)] 
print tags 

[ 'IN', 'PRP', 'VBP', 'JJ', 'IN', 'NNS', 'RB']

Da ora è possibile procedere con l'approccio "contiene una parola".