nltk trainer:用零代码训练NLTK对象 源码

NLTK教练员 NLTK培训师的存在是为了尽可能简化培训和评估NLTK对象的过程。 要求 已测试具有默认参数的脚本与Python3.7和NLTK 3.4.5的兼容性。 如果某些问题对您不起作用,请。 包括带有参数和失败或异常输出的脚本。 要使用sklearn分类器,还必须安装 。 如果要使用NLTK随附的任何语料库,则应。 文献资料 可以在找到文档(您也可以在找到这些文档。《 中介绍了许多脚本,每个脚本都提供--help选项,描述所有可用参数。 使用训练有素的模型 训练有素的模型是默认情况下放入您的nltk_data目录中的pickle文件。 您可以使用nltk.data.load加载它们,例如: import nltk.data classifier = nltk.data.load('classifiers/movie_reviews_NaiveBayes.pickle') 现在,