python - NLTK 朴素贝叶斯分类器找到先验概率

Question

我使用 NLTK 训练了一个朴素贝叶斯分类器。

有什么方法可以找到每个标签使用的先验概率（我只使用 2 个标签）。我使用了相同数量的正面和负面推文，因此每个标签的先验应该是 0.5，但是每当我对没有特征的文本进行分类时，我总是得到概率（正面）=0.8076410666128 和概率（负面）=0.192358933872。

这与文本无关。我很困惑为什么模型会为具有 0 个特征的线提供这些概率，并且我认为它与每个标签的先验概率有关。