NaiveBayesClassifier太多值无法解开错误

Question

我正在尝试建立一个情感分析模型来检查一些新闻文章，并且我有点困惑。我不太确定除了将其制作成词典之外，我还需要做些什么才能构造我的数据集。

我使用的数据集是来自此线程的： https：//forum.knime.com/t/mpqa-corpus/mmpqa-corpus/7887/7887/ 2

import nltk
from Noise_Removal import lemmatize_sentence, remove_noise
from Single_Article_Scrape import scrape_news
import pandas as pd

positive_MPQA = pd.read_csv("C:/Users/.../Model_Data/MPQA-OpinionCorpus-NegativeList.csv")
negative_MPQA = pd.read_csv("C:/Users/.../Model_Data/MPQA-OpinionCorpus-PositiveList.csv")
positive_MPQA['Sentiment'] = 'Positive'
negative_MPQA['Sentiment'] = 'Negative'

positive_tokens = positive_MPQA.values.tolist()
negative_tokens = negative_MPQA.values.tolist()

positive_data = dict(positive_tokens)
negative_data = dict(negative_tokens)
dataset = positive_data | negative_data

import random
keys = list(dataset.keys())
random.shuffle(keys)

ShuffledDataset = dict()
for key in keys:
    ShuffledDataset.update({key: dataset[key]})
    
from nltk import classify
from nltk import NaiveBayesClassifier

classifier = NaiveBayesClassifier.train(dataset)

Answer 1

方法naivebayesclassifier.train（）期望可以迭代的元组列表。当它试图迭代您通过的字典时，它（实际上）与键列表结束。这是称呼它的正确方法：

classifier = NaiveBayesClassifier.train(dataset.items())