问题描述
我正在尝试使用来自 json 文件的评论来计算相关性分数。每次我尝试运行我的代码时,它只会说“间接”输出。 我做错了什么?
我的代码如下:
import joblib,requests,json,sklearn.metrics,sklearn.model_selection,sklearn.tree,time,math,textblob
import warnings
warnings.filterwarnings("ignore")
response = requests.get("https://appliance_reviews.json")
if response:
data = json.loads(response.text)
unique = []
word = []
for line in data:
#print(line)
review = line["Review"]
blob = textblob.TextBlob(review)
for word in blob.words:
if word.lower() not in unique:
unique.append(word.lower())
for word in unique:
a = 0
b = 0
c = 0
d = 0
for line in data:
review = line["Review"]
safety = line["Safety hazard"]
if word in review.lower() and safety == 1:
a += 1
if word in review.lower() and safety == 0:
b += 1
if word in review.lower() and safety == 1:
c += 1
if word in review.lower() and safety == 0:
d += 1
try:
rel_score = (math.sqrt(a + b + c + d) * ((a + d) - (c * b))) / math.sqrt((a + b) * (c + d))
except:
rel_score = 0
if rel_score >= 4000:
score.append(word)
print(word)
解决方法
word
只是当您在给定的最后一行代码上打印时 unique
中的最后一个条目,而不管其得分如何。您刚刚退出了 for
循环,其中 word
是迭代变量。
您确定不想打印 score
,它似乎是为了从 unique
中积累高分词吗?
我也认为你的得分被打破了。例如,作为编码,a
和 c
始终相等,b
和 d
也是如此。 “carpet”会影响“car”、“pet”和“carp”的得分。
正如 Prune 在评论中提到的,您对变量名称的乏味选择会使理解代码的目的变得困难。