是否能用自己的文档训练？ about snownlp HOT 10 CLOSED

可以的，readme里的sentiment.train就是用自己的文档训练

from snownlp.

文档只需要给定标签就可以是吧？会利用自带的工具区分词和提取关键词再用贝叶斯训练？话说大神回的很勤啊

from snownlp.

是的，就是按照那些文本的大概的格式就可以了，因为有邮件提醒，所以看到的很快呢

from snownlp.

我看了一下代码。如果说不考虑更加复杂的模型和分词的准确度，应该说进行分析的难度主要是集中在特征提取上吧？话说大神有没有什么经验上的track，用什么效果会好一些

from snownlp.

可以看下 http://52opencourse.com/222/%E6%96%AF%E5%9D%A6%E7%A6%8F%E5%A4%A7%E5%AD%A6%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E5%A4%84%E7%90%86%E7%AC%AC%E5%85%AD%E8%AF%BE-%E6%96%87%E6%9C%AC%E5%88%86%E7%B1%BB%EF%BC%88text-classification%EF%BC%89 http://www.cs.cornell.edu/home/llee/papers/sentiment.pdf 有些基础的特征，这一块的话有些n-gram还有些名词，动词，识别，还有些情感词的识别，还要去对否定句做些特别处理，然后有的在用些rnn之类的model

from snownlp.

话说，用了N-gram以后一般是计算CHI-2或者MI然后每篇提取TOPK构建特征向量么？如果文本数量太大的话，维度爆炸有点夸张啊，一般你们是怎么解决嘞？

from snownlp.

增加的只是总维度吧，单条的维度还在可以控制的范围内，如果你觉得总维度也太大，可以考虑hash trick

from snownlp.

没有找到停用词功能在哪里调用，虽然看了停用词词典，未来会加入么?

from snownlp.

有停用词，可以这样用 https://github.com/isnowfy/snownlp/blob/master/snownlp/__init__.py#L61

from snownlp.

got it！等我自己写个情感分析的demo看看，搞完来请教

from snownlp.