0

我正在尝试使用 Facebook-Fasttext 模块对新文本进行分类，代码如下：

#!usr/bin/python 2.7

import sys
import jieba
reload(sys)
sys.setdefaultencoding('utf-8')

import fasttext
lines=[line.strip() for line in open('./corpus_seg2.txt', 'r')]
print(len(lines))
l_c=len(lines)
train_size=int(l_c*0.8)
text_size=l_c-train_size
train_set=lines[:train_size]
text_set =lines[l_c-train_size+1:]

with  open( "./train.txt", "w") as ftrain:
    for line in train_set:
      ftrain.write(line+'\n')
with  open( "./test.txt", "w") as ftext:
    for line in text_set:
      ftext.write(line+'\n')
ftrain.close()
ftext.close()

classifier = fasttext.supervised("./train.txt", 'model', label_prefix='__label__')

classifier = fasttext.load_model("./model.bin", label_prefix='__label__')

test_label=classifier.predict_proba('五五开 也 很 厉害 啊')

result = classifier.test("./test.txt")
print 'P@1:', result.precision
print 'R@1:', result.recall
print 'Number of examples:', result.nexamples
print test_label

corpus_seg_2.txt 是一个已经被分割的文件。模型的准确率为 72%，召回率为 72%。然后，我用模型预测了一个新的文本：'五五开也很厉害啊'。但是，我得到的 test_labell 令人困惑，我想知道为什么结果是这样的，我该如何解决？ 这张图片将向您展示我在运行我提供的代码后得到的结果

4

1 回答 1

0

@Arthur如果您希望输出为每个句子的单个值，则需要更改test_label=classifier.predict_proba('五五开 也 很 厉害 啊') ： test_label=classifier.predict_proba(['五五开 也 很 厉害 啊'])

这是因为 predict 函数将字符串数组类型的文本作为输入。

于 2017-12-18T12:13:16.847 回答