machine-learning - sklearn : How to add association rules to MultinomialNB for text classification?

Question

问题:将用户产品分类为禁止或批准。

如果商品包含“濒临灭绝的物种”、“虎皮”等

• 输入:产品标题+描述
• 相应标签:已批准/禁止

我使用监督学习算法MultinomialNB对产品进行分类，它的二元组准确率达到92%。

但是我遇到了错误分类的问题，其中“虎皮”产品正在获得批准。原因是我们有很多“虎皮花岗岩/虎皮虾”的产品被标记为认可。

为了解决这个问题，我想创建一些规则以及MultinomialNB算法，以改善这些错误分类。

规则应该是这样的:-如果关键字“tiger”在附近的 3/4 个单词处也有花岗岩/虾，则将其标记/视为已批准。

请在这里帮助我。我怎样才能做到这一点。

Answer 1

您可能想要尝试的一件事是使用另一种类型的分类器，例如 GradientBoostedClassifier，它可以捕获变量之间的交互；这可能会解决你的问题。否则，您可以只使用正则表达式来实现您的自定义规则:

import re
if re.search(tiger (\w+ ){0,4}(prawn|granite),text):
   return 'allowed'