Python3テキストラベリング

Question

私は今、ニューラルネットワークを学ぶので、この質問をどこから始めるべきか分かりません。私は文章とラベルのペアを持つ大きなデータベースを持っています。たとえば、次のように

i want take a photo < photo 
i go to take a photo < photo 
i go to use my camera < photo 
i go to eat something < eat 
i like my food < eat 

ユーザーが新しい文を記述する場合、私はすべてのラベルaccurancyスコアを確認したい：

<写真「私は私のカメラを使用した後、私は、ベッドに入る」：0.9000、食べる：0.4000を、...

質問はどこから始めることができますか？ Tensorflowと学ぶscikitがよさそうだが、この文書は、正確さを示していけないclassificationt：新しいデータのための

Answer 1

import numpy as np 
from sklearn.linear_model import LogisticRegression 
from sklearn.feature_extraction.text import TfidfVectorizer 
from sklearn.preprocessing import LabelEncoder 
from sklearn import metrics 

sentences = ["i want take a photo", "i go to take a photo", "i go to use my camera", "i go to eat something", "i like my food"] 

labels = ["photo", "photo", "photo", "eat", "eat"] 

tfv = TfidfVectorizer() 

# Fit TFIDF 
tfv.fit(traindata) 
X = tfv.transform(traindata) 

lbl = LabelEncoder() 
y = lbl.fit_transform(labels) 

xtrain, xtest, ytrain, ytest = cross_validation.train_test_split(X, y, stratify=y, random_state=42) 

clf = LogisitcRegression() 
clf.fit(xtrain, ytrain) 
predictions = clf.predict(xtest) 

print "Accuracy Score = ", metrics.accuracy_score(ytest, predictions) 

：\

new_sentence = ["this is a new sentence"] 
X_Test = tfv.transform(new_sentence) 
print clf.predict_proba(X_Test)