setzen Das Endziel ist classifier = nltk.NaiveBayesClassifier.train(-placeholder-)
zu laufen.Ich muss eine Reihe von Wörterbüchern in ein Tupel, mit einem Etikett
Wie es aussieht, ich habe:
for i in range(0, len(p)):
.....
qq = add_lexical_features(bi_dist, feature_vector)
qq
hier mein Wörterbuch ist. Jetzt muss ich das Wort "positive"
hinzufügen und es mit dem qq
kombinieren, das vom nächsten Durchlauf durch die Schleife erzeugt wird. Das Problem ist, ich weiß nicht wirklich, wie Tupel funktionieren. Vielen Dank.
Hier ist ein Beispiel für ein qq-Wörterbuch mit der Bezeichnung ("neg") hinzugefügt.
({ 'Unigramm: long': 1, 'Unigramm: ve_2': 0,003372681281618887, 'Unigramm: beholder_1': 0,0016863406408094434, 'Unigramm: good_3': 0,00505902192242833, 'Unigramm: Unit_1': 0,0016863406408094434, ‚Unigramm: mireniamu_1 ': 0.0016863406408094434},' neg ')]
Können Sie uns Beispiel 'qq' geben und Beispieltupel hinzufügen, und was ist die erwartete Ausgabe? – Bahrom
Ein wenig mehr Detail wäre hilfreich. Wie soll dein Tupel aussehen? Die Syntax für Python-Tupel ist sehr einfach. Sie fügen einfach die gewünschten Dinge in Klammern ein. ZB tup = (1, 2, 3) erzeugt ein Tupel, tup, das 1, 2 und 3 enthält. Sie können dort setzen, was Sie wollen. – hacoo
Sorry, es war ziemlich lang, also war ich mir nicht sicher, ob ich es hinzufügen sollte. Es ist jetzt da. –