python npl 文本分类

以下是使用Python进行文本分类的示例代码：

from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.svm import LinearSVC
from sklearn.pipeline import Pipeline

# 定义训练数据
train_data = [
    ('I love this movie', 'positive'),
    ('This movie is great', 'positive'),
    ('I dislike this movie', 'negative'),
    ('This movie is terrible', 'negative')
]

# 定义测试数据
test_data = [
    'I really like this movie',
    'This movie is awful'
]

# 创建Pipeline，包括特征提取和分类器
pipeline = Pipeline([
    ('tfidf', TfidfVectorizer()),  # 使用TF-IDF进行特征提取
    ('clf', LinearSVC())  # 使用线性支持向量机进行分类
])

# 训练模型
pipeline.fit([data[0] for data in train_data], [data[1] for data in train_data])

# 进行预测
predictions = pipeline.predict(test_data)

# 打印预测结果
for text, label in zip(test_data, predictions):
    print(f'Text: {text}  Label: {label}')

这段代码使用了sklearn库中的TfidfVectorizer进行特征提取，将文本转换为TF-IDF特征向量。然后使用LinearSVC作为分类器进行文本分类。训练数据包括一些带有标签的文本样本，测试数据是一些未标记的文本。通过训练模型后，可以对测试数据进行分类预测，并输出预测结果。