我使用python的文本blob库，以及文本blob的Naive bayes分类器。我了解到它使用了nltk朴素贝叶斯分类器。这是一个问题：我输入的句子是非英语（土耳其语）。会有可能吗？我不知道它是如何工作的。但我尝试了10个训练数据，似乎有效。我想知道它是如何工作的，这个nltk的天真宝贝分类器，非英语数据。有什么缺点？
答案 0 :(得分：4)
虽然受过英语培训的分类器不太可能适用于其他语言，但听起来您正在使用textblob为您的文本域训练分类器。没有什么可以排除使用其他语言的数据，所以真正的问题是你是否获得了可接受的性能。你应该做的第一件事是在几百个新的句子上测试你的分类器（而不是你训练它的那些！）。如果你感到高兴，这就是故事的结局。如果没有，请继续阅读。
任何分类器的成败都是选择要训练它的功能。 NLTK的分类器需要＆＃34;特征提取＆＃34;将句子转换为要素字典的函数。根据{{3}}，textblob提供了一些＆＃34;词袋＆＃34;默认情况下的功能据推测，这是您正在使用的那个，但您可以轻松插入自己的功能。
这是语言特定资源的来源：许多分类器使用＆＃34;停用词列表＆＃34;丢弃像和和这样的常用词。显然，这个列表必须是特定于语言的。正如@JustinBarber在评论中所写，具有大量形态学的语言（如土耳其语）有更多的单词形式，这可能会限制基于单词的分类的有效性。如果你＆＃34;干＆＃34;你可能会看到改善。或者说出你的话;两个过程都将不同的变形词形式转换为通用形式。
走得更远，你没有说出你的分类器的用途，但你可以为一些文本属性编写自定义识别器，并将它们作为功能插入。例如，如果您正在进行情绪分析，某些语言（包括英语）具有表示高情绪的语法结构。
有关详情，请阅读its tutorial的几个章节，尤其是关于NLTK book的章节。