shirleywan/classifier-in-action

神经网络文本分类，文本情感极性分析等分类器应用实战，支持情感词典分析，支持NB、SVM、深度神经网络分类等多种分类算法。python开发。

classifier-in-action

情感极性分析领域，应用分类算法处理。python开发。

---

classifier-in-action是在情感分析领域中应用分类算法处理的python开源工具包，目标是提高情感极性分析的准确率，以达到在生成环境中使用。classifier-in-action具备算法清晰、性能高效、语料可自定义的特点。

classifier-in-action提供下列功能：

• 分类器

• 朴素贝叶斯(NB)
• K最近邻(KNN)
• 支持向量机(SVM)
• 最大熵(MaxEnt)
• 情感词典
• 神经网络文本分类:neural_network下，顺序执行：w2v_model.py -> prepare_data.py -> train.py

• 评估

• 准确率
• 召回率
• F值
• 训练、测试时间
• 结果输出

• 统计检验

• 卡方检验(Chi-square test)

在提供丰富功能的同时，classifier-in-action内部模块坚持低耦合、模型坚持惰性加载、词典明文发布，使用方便。

---

调用方法

所有Demo都位于demo下，比文档覆盖了更多细节，强烈建议运行一遍。

如何使用

• Demo

  from classifier.dict import DictClassifier
  result = DictClassifier().analyse_sentence("土豆丝我觉得很好吃",print_show=True)
  print(result)
  

特性

• 支持结巴中文分词
• 情感极性词典
• 多种分类器
• 多行业熟语料数据

算法

• K-Nearest Neighbours
• Naive bayes
• Maximum Entropy
• Support Vector Machine
• Dict

性能评估

• 效果比较

  词典(Dict):
      准确率：准确率较高（80%以上），随着人工工作量的增加，准确率增加
      优点：易于理解
      缺点：人工工作量大
  
  kNN:
      准确率：很低（60% - 70%）
      优点：**简单、算法简单
      缺点：准确率低；耗内存；耗时间
  
  Bayes:
      准确率：还可以（70% - 80%）
      优点：简单，高效，运算速度快，扩展性好
      缺点：准确率不高，达不到实用
  
  最大熵:
      准确率：比较高（83%以上）
      优点：准确率高
      缺点：训练时间久
  
  SVM:
      准确率：最高（85%以上）
      优点：准确率高
      缺点：训练耗时
  

鸣谢

• SentimentPolarityAnalysis 项目

许可证

• Apache Licence 2.0