在NLTK中导入SVM light文件格式

Question

我正在尝试使用NLTK来训练一个朴素贝叶斯分类器，用于多类别的文本分类。但是我没有原始的文本数据。我得到的只是一个SVM Light格式的文件（每一行都是一个实例，包含特征:值的对）。我只需要导入这个文件，然后使用这个数据集来训练和测试朴素贝叶斯分类器。我在想有没有办法把这个文件导入到NLTK中，并直接用它来训练分类器。

Answer 1

根据nltk自己的文档，这个功能是这样实现的：

文档摘录：

scikit-learn（http://scikit-learn.org）是一个用于Python的机器学习库。它支持很多分类算法，包括支持向量机（SVM）、朴素贝叶斯、逻辑回归（MaxEnt）和决策树。

这个包在scikit-learn分类器的基础上实现了一个封装。要使用这个封装，首先要构建一个scikit-learn的估计器对象，然后用这个对象来构建一个SklearnClassifier。例如，要用默认设置封装一个线性SVM：

示例：

>>> from sklearn.svm import LinearSVC
>>> from nltk.classify.scikitlearn import SklearnClassifier
>>> classif = SklearnClassifier(LinearSVC())

查看：http://www.nltk.org/api/nltk.classify.html#module-nltk.classify.scikitlearn