machine-learning - Mahout 用于情感分析

Question

使用 mahout 我能够对数据的情绪进行分类。但我陷入了困惑矩阵。

我正在使用 mahout 0.7 朴素贝叶斯算法对推文的情绪进行分类。我使用 trainnb 和 testnb 朴素贝叶斯分类器来训练分类器，并将推文的情绪分类为“积极”、“消极”或“中性”。

正向训练集示例

      'positive','i love my i phone'
      'positive' , it's pleasure to have i phone'  

同样我也准备了负样本的训练样本而且是中立的，这是一个巨大的数据集。

我提供的示例测试数据推文不包含情绪。

  'it is nice model'
  'simply fantastic ' 

我能够运行 mahout 分类算法，它会将分类实例的输出作为混淆矩阵给出。

下一步我需要找出哪些推文显示出积极情绪，哪些推文显示出消极情绪。使用分类的预期输出:用情感标记文本。

       'negative','very bad btr life time'
      'positive' , 'i phone has excellent design features' 

在 mahout 中，我需要实现哪种算法才能获得上述格式的输出。或者需要任何自定义源实现。

为了“友善地”显示数据，请向我建议 apache mahout 提供的算法，这将适合我的 Twitter 数据情感分析。

Answer 1

一般来说，要对某些文本进行分类，您需要使用不同的先验(在您的情况下为正和负)运行朴素贝叶斯，然后选择能产生更大值(value)的一个。

This excerpt Mahout 书中有一些例子。请参见 list 2:

Parameters p = new Parameters();
p.set("basePath", modelDir.getCanonicalPath());9
Datastore ds = new InMemoryBayesDatastore(p);
Algorithm a = new BayesAlgorithm();
ClassifierContext ctx = new ClassifierContext(a,ds);
ctx.initialize();

....

ClassifierResult result = ctx.classifyDocument(tokens, defaultCategory);

这里的结果应该带有“阳性”或“阴性”标签。