对文档列表进行分类答案

【问题标题】：Classifying a list of documents对文档列表进行分类
【发布时间】：2014-06-13 09:20:33
【问题描述】：

我正在尝试检索多个目录中的文档并对其进行分类。 NLTK book 显示了在movie_reviews 语料库中对两个文件夹中的文件进行分类的示例，“pos”和“neg”：

from nltk.corpus import movie_reviews
documents = [(list(movie_reviews.words(fileid)), category)
              for category in movie_reviews.categories()
              for fileid in movie_reviews.fileids(category)]

我尝试对同一目录中的几个文件夹执行类似操作：

reviews= "C:\Users\Alpine\Documents\Reviews" #Folders: Good, Bad
documents = [(list(reviews.words(fileid)), category)
              for category in reviews.categories()
              for fileid in reviews.fileids(category)]

但是我在for category in reviews.categories() 得到Attribute Error: 'str' object has no attribute 'categories'。

此方法是否仅适用于 nltk 语料库中的文件？有其他选择吗？

【问题讨论】：

标签： python python-2.7 classification nltk corpus

【解决方案1】：

问题在于混淆movie_reviews 和reviews

movie_review 是通过从nltk.corpus 导入定义的，并且有一个方法words。

reviews 是您已为其分配字符串的变量。并且该字符串没有方法words，正如错误消息告诉您的那样。

【讨论】：