AttributeError：“列表”对象没有属性“复制”

Question

我有下面的代码片段

classifier = NaiveBayesClassifier.train(train_data)
#classifier.show_most_informative_features(n=20)
results = classifier.classify(test_data)

错误显示在下面的一行

results = classifier.classify(test_data)

错误：

Traceback (most recent call last):
  File "trial_trial.py", line 46, in <module>
    results = classifier.classify(test_data)
  File "c:\Users\Amr\Anaconda\lib\site-packages\nltk\classify\naivebayes.py", line 88, in classify
    return self.prob_classify(featureset).max()
  File "c:\Users\Amr\Anaconda\lib\site-packages\nltk\classify\naivebayes.py", line 94, in prob_classify
    featureset = featureset.copy()
AttributeError: 'list' object has no attribute 'copy'

我想在python中扩展基类列表并添加复制函数，但我并不擅长python，也不知道如何解决这个问题。

Answer 1

NLTK分类器与特征集一起工作；这些分类器总是以字典的形式给出，特征名映射到一个值。相反，您正在传递一个列表，因此您不会像NLTK文档那样生成特性。代码只需一个Python字典，Python字典就有一个.copy()方法。

见NLTK tutorial chapter on

返回的字典(称为feature )从特征名映射到它们的值。特性名称是区分大小写的字符串，通常提供对该特性的简短的人类可读的描述，如示例'last_letter'中所示。特征值是具有简单类型的值，例如布尔值、数字和字符串。

还请参阅 section of the NLTK Classify API documentation

描述令牌的特性使用“功能重置”进行编码，这是一种从“功能名称”映射到“功能值”的字典。功能名称是唯一的字符串，指示标记的哪个方面由该特性编码。

您还没有共享train_data列表包含什么样的对象；如果这些对象是功能集字典，则需要使用classify_many()：

results = classifier.classify_many(test_data)

该方法确实包含一个列表，但每个元素仍然必须是一个有效的功能集。

Answer 2

list.copy方法在python2.x和python3.x中都不能工作，我想知道为什么它还在文档中。要实现复制列表的结果，请使用list关键字：

fruits = ['banana', 'cucumber', 'apple', 'water mellon']
my_fruits = list(fruits)

或者，您可以通过切片复制列表：

my_fruits_copy = fruits[:]

Answer 3

解决方案: classifier.classify接收一个python字典作为param。

在此之后：test_set1 = sentiment_analyzer.apply_features(test_sentence1)

你有这样的东西：[({'contains()': False, 'contains(im)': False,...

classifier.classify想要这个：

test_set1[0][0]
...
{'contains()': False, 'contains(im)': False, ...