根据一个项目，我一直在使用 Python NLTK 和文档分类以及朴素贝叶斯分类器。据我从文档中了解到，如果您的不同文档被标记为 pos 或 neg 作为标签(或超过 2 个标签)，这将非常有效
我正在处理的已经分类的文档没有标签，但它们有一个分数，一个介于 0 和 5 之间的 float 。
我想做的是构建一个分类器，就像文档中的电影示例一样，但它会预测一段文本的分数，而不是标签。我相信文档中提到了这一点，但从未将其作为“数字特征的概率”进行进一步探索
我既不是语言专家也不是统计学家，所以如果有人有这方面的例子，请与我分享，我将不胜感激。谢谢!
最佳答案
您正在寻找的是线性回归，scikit-learn 在这方面比 NLTK 好得多，请参阅 http://scikit-learn.org/stable/modules/linear_model.html
关于python - NLTK:使用数字分数而不是标签进行文档分类，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/13015593/