如何在Python中使用SVM进行POS标记？

Question

我想在Python中使用带有非英语语料库的SVM进行POS标记。 看起来Python还不支持使用SVM进行标记（http://www.nltk.org/_modules）。

scikit-learn有一个SVM模块。所以我安装了scikit-learn并在Python中使用它，但我找不到任何关于使用SVM进行POS标记的教程。

我真的不知道该怎么做，任何帮助都会受到赞赏。

Answer 1

它必须是SVM吗？ NTLK有内置工具来进行POS标记：Categorizing and Tagging Words

如果您想使用自定义分类器，请查看此处：http://www.nltk.org/api/nltk.classify.html，Ctrl + F＆＃34; svm＆＃34;，NTLK为名为SklearnClassifier的scikit-learn算法提供包装器。然后看看http://www.nltk.org/api/nltk.tag.html，Ctrl + F＆＃34;分类器＆＃34;，有一个类nltk.tag.sequential.ClassifierBasedPOSTagger，显然可以使用sklearn中的包装分类器。

我没有尝试过，但可能会有效。

编辑： 它应该像这样工作：

from nltk.classify import SklearnClassifier
from sklearn.svm import SVC
clf = SklearnClassifier(SVC(),sparse=False)
cpos = nltk.tag.sequential.ClassifierBasedPOSTagger(train=train_sents,classifier_builder
= lambda train_feats: clf.train(train_feats))

唯一的问题是sklearn分类器只采用数字特征，所以你需要以某种方式转换你的。