我剛開始與nltk，我正在跟蹤這本書。第六章是關於文本分類，我對某些東西有點困惑。在例子（名稱和電影評論）中，分類器被訓練爲在兩個明確定義的標籤（男女之間和pos-neg）之間進行選擇。但如果你只有一個標籤，如何訓練。列車nltk分類器只有一個標籤
假設我有一堆電影劇情輪廓，而我只對從科幻類型中釣出電影感興趣。我可以訓練一個分類器只識別科幻地塊，如f.i.如果分類置信度> 80％，則將其置於科幻小組中，否則，忽略它。
希望有人能澄清，謝謝你，
你可以簡單地訓練二元分類科幻和不是科幻區分
對電影情節是如此訓練標記爲科幻以及所有其他類型的選擇。例如，爲其他流派設置具有相同大小的代表性樣本可能是個好主意，例如，不是所有的都是浪漫喜劇類型類型。
我明白了。實際上比我想象的更加明顯，謝謝。 – devboell 2013-04-26 08:02:31
我看到兩個問題
2的答案是肯定的。擁有80％置信度閾值的想法也是有道理的，只要你看到你的數據，特徵和算法80％是一個很好的門檻。 （如果不是，如果不是所有的科幻電影都被歸類爲科幻電影，或者降低它，如果太多的非科幻電影被歸類爲科幻電影，您可能會考慮降低它。）
1的答案取決於你所擁有的數據，你可以提取的功能等.Jared的方法似乎是合理的。像Jared一樣，我也要強調足夠的和有代表性的數據的重要性。
P.S.順便提一句，請注意他們將「男性」和「女性」稱爲兩個標籤。 「Pos」和「Neg」是另外兩個標籤，所以我們總共討論了四個標籤/類/類別！ – arturomp 2013-04-26 07:50:54
謝謝amp，我接受Jared的答案只是因爲他早一點，但你的答案都是有道理的。雖然我不明白你的P.S.，因爲在本書中它們被視爲單獨的例子。 – devboell 2013-04-26 08:02:06
不用擔心！起初，我讀了你的問題，就好像所有的標籤都是在一個例子中一樣，在這種情況下，我們會談論四個標籤。隨着你的澄清，說有兩個標籤是有道理的。 – arturomp 2013-04-26 15:06:15
您通常應該在> .5而不是.8分類爲正值。 – 2013-04-26 08:29:58