如何编辑代码以处理我的数据集而不是用于NB分类器的movie_reviews语料库？

Question

我正在尝试用我的训练数据集训练朴素贝叶斯分类器，这些数据集已被手动分为正面和负面推文。

我找到了大量使用movie_reviews语料库或类似类型数据集进行训练的代码，但没有找到只有2个文件，一个是负数，一个是正数的代码。

我找到的示例代码：

    import string
    from nltk.corpus import LazyCorpusLoader, 
    CategorizedPlaintextCorpusReader
    from nltk.corpus import stopwords
    my_movie_reviews = LazyCorpusLoader('my_movie_reviews', CategorizedPlaintextCorpusReader, r'(?!\.).*\.txt', 
    cat_pattern=r'(neg|pos)/.*', encoding='ascii')
    mr = my_movie_reviews
    stop = stopwords.words('english')
    documents = [([w for w in mr.words(i) if w.lower() not in stop and  
    w.lower() not in string.punctuation], i.split('/')[0]) for i in mr.fileids()]
    for i in documents: 
           print i

我的问题在于单行循环语句。我不必在我的程序中处理fileid，因为我在每个类别中只有一个文件。我该如何编辑该声明？

我的语料库： nltk.data/corpora/my_corpus/negative/negative_tweets.txt - 类别1 nltk.data/corpora/my_corpus/positive/positive_tweets.txt - 类别2