我有两类句子。每个都有相当明显的pos标签序列。如何训练以POS-Tag序列为特征的Naive-Bayes分类器？ Stanford CoreNLP / NLTK（Java或Python）是否提供了使用pos-tag作为特征构建分类器的任何方法？我知道在python NaiveBayesClassifier中允许构建一个NB分类器，但它使用contains-a-word作为特征，但它可以扩展为使用pos-tag-sequence作为特征吗？
答案 0 :(得分：4)
如果您知道如何使用nltk的朴素贝叶斯分类器和单词作为特征来训练和预测文本（或您的案例中的句子），那么您可以轻松地扩展此方法，以便通过pos-tags对文本进行分类。这是因为分类器并不关心您的要素字符串是单词还是标签。因此，您可以使用例如nltk标准的pos标记器替换pos标签中的单词：
sent = ['So', 'they', 'have', 'internet', 'on', 'computers' , 'now']
tags = [t for w, t in nltk.pos_tag(sent)]
print tags
[＆＃39; IN＆＃39;，＆＃39; PRP＆＃39;，＆＃39; VBP＆＃39;，＆＃39; JJ＆＃39;，＆＃39; IN＆＃39;，＆ ＃39; NNS＆＃39;，＆＃39; RB＆＃39;]
从现在开始，你可以继续使用＆＃34;包含一个词＆＃34;方法