如何使用多个特征进行文本的NLTK分类

Question

我正在尝试调整以下代码：http://snipperize.todayclose.com/snippet/py/Use-NLTK-Toolkit-to-Classify-Documents--5671027/以接受一些附加功能。它似乎是基于对不同的信息类使用不同的文件来确定其类，这很好。但我也希望能添加一些额外的数据让它查找。需要修改什么？有什么好的资源吗？关于NLTK/Python的书并没有解决这个问题。在

Answer 1

你说的特征是什么意思？在我看来，你只想添加更多的数据，而不是特性。在

如果你想考虑新的功能，你必须根据你的需要修改提取词。在

如果您只需要更多的数据，这些数据可能存储在不同的文件中，那么您应该编辑主代码以考虑文件名集，而不是针对功能的单个文件。 当然，这意味着对第74行的循环进行了修改。您必须添加另一个内部循环来迭代集合中的所有文件名