酒店评论标签生成

朴素贝叶斯实现文本分类

外部依赖

1. numpy
2. sklearn
3. jieba
4. snownlp
5. scipy

pip install package 可直接安装

代码组织

1. preprocess.py

训练集，测试集，预测集数据准备； 结巴分词，增加自定义字典； 统计单词频度，去掉低频词语；

2. classify.py

加载所有数据，使用朴素贝叶斯算法进行分类

3. tag_features.py gen_results.py

根据自己需求做一部分的结果处理

4. 目录

data目录，所有原始数据目录； middle目录，所有中间数据目录； result目录，所有结果数据目录；

5. run.sh

运行测试参数和运行，运行先请修改

相关技术博客分享

author: youngcy