jieba+朴素贝叶斯

jieba是一个流行的中文分词工具，而朴素贝叶斯是一种常用的机器学习算法。结合jieba和朴素贝叶斯可以实现中文文本分类任务。下面是一个使用jieba和朴素贝叶斯进行中文文本分类的示例：

import jieba
from sklearn.feature_extraction.text import CountVectorizer
from sklearn.naive_bayes import MultinomialNB

# 定义文本数据
texts = ['这是一个很好的产品', '这个产品质量很差', '这个产品非常实用']

# 分词
seg_texts = [' '.join(jieba.cut(text)) for text in texts]

# 构建词袋模型
vectorizer = CountVectorizer()
X = vectorizer.fit_transform(seg_texts)

# 定义标签
y = ['好评', '差评', '好评']

# 训练朴素贝叶斯分类器
clf = MultinomialNB()
clf.fit(X, y)

# 预测新的文本
new_text = '这个产品非常好用'
seg_new_text = ' '.join(jieba.cut(new_text))
X_new = vectorizer.transform([seg_new_text])
predicted = clf.predict(X_new)

print(predicted)  # 输出：['好评']

在这个示例中，我们首先使用jieba对文本进行分词，然后使用CountVectorizer构建词袋模型，将文本转换为特征向量。接着，我们定义了标签，即每个文本的分类。然后，我们使用MultinomialNB训练了一个朴素贝叶斯分类器，并使用训练好的分类器对新的文本进行预测，得到了预测结果。