第七色在线视频,2021少妇久久久久久久久久,亚洲欧洲精品成人久久av18,亚洲国产精品特色大片观看完整版,孙宇晨将参加特朗普的晚宴

為了賬號(hào)安全,請(qǐng)及時(shí)綁定郵箱和手機(jī)立即綁定
已解決430363個(gè)問題,去搜搜看,總會(huì)有你想問的

情緒分析中的用戶輸入或文本文件數(shù)據(jù)中存在問題

情緒分析中的用戶輸入或文本文件數(shù)據(jù)中存在問題

UYOU 2022-08-02 16:10:21
我是Python-NLTK的新手。我使用電影評(píng)論數(shù)據(jù)集編寫了我的代碼。當(dāng)我將硬編碼的示例文本用于情感分析時(shí),它工作正常,但是當(dāng)我嘗試獲取用戶輸入或從文本文件中提取數(shù)據(jù)時(shí),它會(huì)顯示字母級(jí)別拆分。例如,當(dāng)示例文本被硬編碼時(shí),例如[“音樂真棒”,“特效真棒”],那么拆分就像評(píng)論:音樂很棒評(píng)論:特效真棒。但是,如果我要求用戶輸入或從文本文件中獲取數(shù)據(jù),那么它會(huì)顯示評(píng)論為;評(píng)論:M 評(píng)論:u評(píng)論:S評(píng)論:我評(píng)論:c評(píng)論:。#For文本文件 以下是我的示例代碼。t = open ("Sample1.txt", "r")           File_input = (t.read())for review in File_input:  print ("\nReview:", review)  probdist = classifier.prob_classify(extract_features(review.split()))  pred_sentiment = probdist.max()print ("Predicted sentiment:", pred_sentiment) print ("Probability:", round(probdist.prob(pred_sentiment), 5))#For用戶輸入 以下是我的示例代碼。User_input = input("Enter your value: ")for review in User_input:  print ("\nReview:", review)  probdist = classifier.prob_classify(extract_features(review.split()))  pred_sentiment = probdist.max()print ("Predicted sentiment:", pred_sentiment) print ("Probability:", round(probdist.prob(pred_sentiment), 3))請(qǐng)指導(dǎo)。謝謝!
查看完整描述

1 回答

?
www說

TA貢獻(xiàn)1775條經(jīng)驗(yàn) 獲得超8個(gè)贊

變量是一個(gè)字符串,因此迭代它就是迭代字符,您要做的是刪除循環(huán)并將其視為評(píng)論,假設(shè)它包含1個(gè)評(píng)論,否則您可以在評(píng)論之間定義一個(gè)分離字符并迭代如下:User_inputforUser_input

for review in User_input.split(sep_char):


查看完整回答
反對(duì) 回復(fù) 2022-08-02
  • 1 回答
  • 0 關(guān)注
  • 119 瀏覽
慕課專欄
更多

添加回答

舉報(bào)

0/150
提交
取消
微信客服

購(gòu)課補(bǔ)貼
聯(lián)系客服咨詢優(yōu)惠詳情

幫助反饋 APP下載

慕課網(wǎng)APP
您的移動(dòng)學(xué)習(xí)伙伴

公眾號(hào)

掃描二維碼
關(guān)注慕課網(wǎng)微信公眾號(hào)