如何在输入句子后计算票的分类？(Python/NLP)

Question

我训练了一个模型，把票分为两类。我在用GradientBoostClassifier。现在，我想调用一个函数，如果我在其中放置任何句子，经过训练的模型会计算出它是第1类还是第2类的概率。我如何编写代码呢？

让我们想象一下，我想用的句子是票据描述：“实验室研究助理正在尝试创建一个临床活动报告”

def function(sentence):
    #split the sentence into different words
    Counter(" ".join(descr).split()).most_common
    #remove stop words in this sentence
    sentence.apply(remove_stopwords)

    return list(sentence)

ticket = function('Lab Research Assistant is trying to create a Clinical Activity Report')
ticket

model.predict(ticket)
model.predict_proba(ticket)

谢谢!

Answer 1

注意:我给出了这个答案，假设你已经有了一个分类句子的模型，并给出了一个输出，因为你说过“我训练了一个模型，可以把票分为两类”。

如果您已经有了一个对句子进行分类的模型，就不需要编写另一个函数来确定概率。

由于分类是根据最终输出进行的，这也是概率矩阵。

举个例子，以一个有两个类的案例为例(和你的一样)。然后有两个输出节点。

node 0 --> class 1

node 1 --> class 2

如果节点0输出为0.943，则节点1输出为(1-0.943)。由于概率之和，输出矩阵为0.943,0.057。这个句子属于第一类，当这个类别被确定时，概率也会被确定，甚至在确定这个类别之前。你只要拿到分数就行了。如果您正在使用第三方库，则必须已经有了一个函数。如果您正在从头开始构建一个模型，只需添加一行打印或返回概率分数。非常简单

编辑：

在模型的培训课程中

countvectors = CountVectorizer(max_features = 1500)

X = countvectors.fit_transform(df['CleanDescr'])

CountVectorizer已被用于将训练文本数据转换为训练过程中的向量。在将句子传递给谓词之前，您必须使用相同的向量器(具有相同的特性)来转换您想要预测的句子。