怎么使用NLTK庫進行文本分類

NLTK（Natural Language Toolkit）是一個用于自然語言處理的Python庫，可以用于文本分類等任務。以下是使用NLTK庫進行文本分類的基本步驟：

1. 導入NLTK庫：

import nltk

2. 下載NLTK所需的數據：

nltk.download('punkt')
nltk.download('averaged_perceptron_tagger')
nltk.download('stopwords')

3. 準備文本數據：

# 示例文本數據
documents = [
    ("This is a good movie", "positive"),
    ("I like this movie", "positive"),
    ("I hate this movie", "negative"),
    ("This is the worst movie ever", "negative")
]

4. 特征提?。?/li>

def document_features(document):
    document_words = set(document)
    features = {}
    for word in word_features:
        features['contains({})'.format(word)] = (word in document_words)
    return features

all_words = nltk.FreqDist(w.lower() for w in nltk.word_tokenize(text) if w.isalpha())
word_features = list(all_words.keys())[:100]
featuresets = [(document_features(d), c) for (d,c) in documents]

5. 劃分訓練集和測試集：

train_set, test_set = featuresets[:3], featuresets[3:]

6. 訓練分類器：

classifier = nltk.NaiveBayesClassifier.train(train_set)

7. 對測試集進行分類預測：

print(nltk.classify.accuracy(classifier, test_set))

通過以上步驟，你可以使用NLTK庫進行文本分類任務，并得到分類準確率。你也可以嘗試使用其他分類器，如SVM、決策樹等，來得到更好的分類結果。