使用确定的目标和句子中的 N-gram 使用 python 对文本进行分类

问题描述

我有一个推文列表（CSV 文件），这些推文已使用 Spacy 清理并制作成 NER。

例如：

“我真的很喜欢 ORG 的新设计，我也做了同样的设计 人”

“我不喜欢 GPE”

“人物设计很糟糕”

我想在每一行中达到目标（NER 词，如 sen 2 GPE）并为此目标制作 n-gram 并在（正 csv 文件）中找到它，如果找到它返回（句子 + 标签“正”）如果没有找到返回（句子 + 标签“非正”）。

我试图解释想要什么。我想要python中的代码。

goals ="GPE,PERSON,MONEY,ORG,.....so on"
    for word in sentence
     if goals = word
       s=ngram for goal
         if s= positive list
             print sentence,positive
         else    
              increment for all word in sentence
      elseif 
             print sentence,Not-positive

OR 可以为文件中的所有行制作 ngram 并在 ngram 列表中获取目标并在肯定列表中进行比较如果找到它返回（句子 + 标签“肯定”）如果没有找到返回（句子+标签“不是” -正'）。

输出：

“我真的很喜欢 ORG 的新设计，我也做了同样的设计 人” -> 正面

“我不喜欢 GPE” -> 不积极

“人物设计很糟糕”-> 不积极

我希望这很清楚。如果有人有任何建议，我很乐意与我分享。

谢谢。

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）