如何将训练好的NLTK情感分类模型应用于Pandas DataFrame文本列做正负情感标注

错误原因 #

你调用classify时传入的是原始字符串，而你训练的NaiveBayesClassifier要求输入的是经bag_of_words方法处理后的特征字典，缺少了分词、特征转换的步骤，因此触发属性报错。

修正方案 #

直接修改你定义的分类函数，补充特征转换逻辑即可：

def my_classification(x):
    # 对输入文本分词
    text_tokens = word_tokenize(x)
    # 转换为分类器可识别的词袋特征格式
    review_feature = bag_of_words(text_tokens)
    # 返回分类结果
    return classifier.classify(review_feature)

# 建议先过滤空文本，避免无意义报错
df = df.dropna(subset=['text'])
df["sentiment"] = df["text"].apply(my_classification)

运行后df的sentiment列就会存储每条评论对应的pos/neg情感标签。

内容的提问来源于stack exchange，提问作者YanRemes