クラシファイアのバイナリ機能ベクトルを作成するには

Question

SVMクラシファイアをsuccessfulyに実装しました。私はscikitのアプローチを使用していません。私は現在、さまざまなタイプのデータでそれを訓練しています。今、私は単一のテキスト入力のためにそれをテストしたいと思います。 私はパンダを使ってみましたが、私は自分のアプローチを変えなければならなかったので、私はそれを使わないことに決めました。 クラシファイアは、ポジティブ、ネガティブ、ニュートラルのラベルを使用した感情分析に使用されています。クラシファイアに送られるデータセットは、ツイッターからのツイートで構成されています。ここで は私の分級だ：https://pastebin.com/JZ5LVLW7

だから、私はが私の機能リストと比較し、バイナリーベクターを生成し、文字列の入力を取るのpythonで関数を設計する上で助けを必要としています。他の選択肢がある場合は、提案してください。 例：テキスト入力が「Footballはヨーロッパで人気のあるスポーツ」 したがって、提案された機能は（既にテストデータの助けによって生成された）機能リストをスキャンし、「football」、機能リストをスキャンすると、[...、1,0,1,1]のようになります。 、0,0,0、...]である。

Answer 1

興味のある単語と同じサイズのホットエンコーダを使用してボキャブラリを作成します。テキストファイルを読んだり、ボキャブラリ内の単語を見つけた場合はホットエンコーダを更新してください。このコードはうまくいくはずです。

vocabulary = ['Football', 'Europe'] # Put your targer words in here 
hot_encoder = [0] * len(vocabulary) 
binary_bag = dict(zip(vocabulary, hot_encoder)) 
with open('text.txt', 'r') as f: #Put your text sample in here 
    words = [word for line in f for word in line.split()] 
    for word in words: 
     if word in vocabulary and binary_bag[word] == 0: 
      binary_bag[word] = 1