在NLTK中顯示標簽概率/置信度

Question

我正在使用Python NLTK庫中的MaxEnt分類器。 對於我的數據集，我有許多可能的標簽，並且正如預期的那樣，MaxEnt僅返回一個標簽。 我已經訓練了我的數據集，並獲得了大約80％的准確性。 我還在未知數據項上測試了我的模型，結果很好。 但是，對於任何給定的未知輸入，我希望能夠基於用於選擇一個的某些內部標准MaxEnt（例如置信度/概率）來打印/顯示所有可能標簽的排名。 例如，假設我有a,b,c盡可能多的標簽，並且我使用了MaxEnt.classify(input) ，那么我現在得到一個標簽，比如說c 。 但是，我希望能夠查看諸如a (0.9), b(0.7), c(0.92) ，因此我可以看到為什么選擇了c ，並可能根據這些參數選擇多個標簽。 為我的模糊術語表示歉意，我對NLP和機器學習還是相當陌生。

解

根據已接受的答案，下面是一個框架代碼示例，以演示我想要什么以及如何實現。 NLTK網站上有更多分類器示例。

import nltk

contents = read_data('mydataset.csv')
data_set = [(feature_sets(input), label) for (label, input) in contents] # User-defined feature_sets() function
train_set, test_set = data_set[:1000], data_set[1000:]
labels = [label for (input, label) in train_set]
maxent = nltk.MaxentClassifier.train(train_set)
maxent.classify(feature_sets(new_input)) # Returns one label
multi_label = maxent.prob_classify(feature_sets(new_input)) # Returns a DictionaryProbDist object
for label in labels:
    multi_label.prob(label)

Answer 1

嘗試prob_classify(input)

它返回每個標簽具有概率的字典，請參閱docs 。