如何在Python中使用SVM进行词性标注？

Question

我想用Python中的非英语语料库使用SVM进行词性标注。看起来Python还不支持使用支持向量机进行标记(http://www.nltk.org/_modules)。

scikit-learn有一个支持向量机模块。所以我安装了scikit-learn并在Python中使用它，但我找不到任何关于使用SVM进行POS标记的教程。

我真的不知道该怎么做，任何帮助都将不胜感激。

Answer 1

它一定要是SVM吗？NTLK有内置的工具来做词性标签：Categorizing and Tagging Words

如果你想使用一个自定义的分类器，看看这里：http://www.nltk.org/api/nltk.classify.html，Ctrl+F "svm"，NTLK提供了一个名为SklearnClassifier的scikit学习算法的包装器。然后看看这里的http://www.nltk.org/api/nltk.tag.html，Ctrl+F“分类器”，有一个类nltk.tag.sequential.ClassifierBasedPOSTagger，显然可以使用来自sklearn的分类器。

我还没有试过这个，但它可能会起作用。

编辑:它应该是这样工作的：

from nltk.classify import SklearnClassifier
from sklearn.svm import SVC
clf = SklearnClassifier(SVC(),sparse=False)
cpos = nltk.tag.sequential.ClassifierBasedPOSTagger(train=train_sents,classifier_builder
= lambda train_feats: clf.train(train_feats))

唯一的问题是sklearn分类器只接受数字特征，所以你需要以某种方式转换你的分类器。