Python贝叶斯算法进行情感分析

最新推荐文章于 2025-05-10 13:01:19 发布

lsdnh521

最新推荐文章于 2025-05-10 13:01:19 发布

阅读量4.6k

点赞数 2

CC 4.0 BY-SA版权

分类专栏：机器学习/大数据

本文链接：https://blog.youkuaiyun.com/lsdnh521/article/details/48850551

该博客通过Python实现了一个基于贝叶斯算法的情感分析模型。首先，从训练文件中加载数据并创建词汇表，然后将文本转换为词袋向量，接着训练贝叶斯分类器。最后，使用测试集评估模型的准确率，分别计算正向和负向文本的分类精度。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

from __future__ import division
import re
from numpy import ones, array
from numpy.lib.scimath import log
from nltk import *

def loadDataSet():
    pos=open("pos_train.txt",'r')
    neg=open("neg_train.txt",'r')
    lst_all=[]
    classVec=[]
    for i in range(700):
        classVec.append(i%2)
    for i in range(350):
        str0=pos.readline()
        str1=neg.readline()
        regEx0=re.compile('\\W*')
        regEx1=re.compile('\\W*')
        lst_pos=regEx0.split(str0)
        lst_neg=regEx1.split(str1)
        lst_all.append([tok.lower() for tok in lst_pos if len(tok)>0])
        lst_all.append([tok.lower() for tok in lst_neg if len(tok)>0])
    return lst_all,classVec

def loadTestSet():
    pos=open("pos_test.txt",'r')
    neg=open("neg_test.txt",'r')
    lst_pos_test=[]
    lst_neg_test=[]
    for i in range(350):
        str0=pos.readline()
        regEx0=re.compile('\\W*')
        lst_pos=regEx0.split(str0)
        lst_pos_test.app