使用NLTK for Python对15K推文的情绪进行分类

Question

已经使用NLTK训练了一个分类器，它是一个SVM分类器，精度约为80％。现在我用以下内容保存了这个分类器：

f = open('my_classifier.pickle', 'wb')
pickle.dump(classifier, f)
f.close()

并在另一个文件中打开它：

f = open('my_classifier.pickle')
classifier = pickle.load(f)
f.close()

似乎有用。现在我有一个带有15K推文文档的文本文件，每行分开。如何根据情绪（在我的情况下为正面或负面）对每一行进行分类，并将这些15K分类保存到文本文件中？

Answer 1

你在这里问了很多关于＆＃34的问题，我怎么...＆＃34;但是你没有提供你所尝试的任何真实细节。

没有任何其他细节，答案是：

阅读每一行并使用您的分类器对其进行分类。如果你有一个训练有素的分类器，你只需要将每一行发送到该分类器（假设你做了适当的预处理等）。