我有两类句子，每类都有相当独特的词性标记序列。我如何使用词性标记序列作为特征来训练一个朴素贝叶斯分类器？Stanford CoreNLP/NLTK（Java或Python）是否提供了使用词性标记作为特征构建分类器的方法？我知道在Python中，NaiveBayesClassifier允许构建一个NB分类器，但它使用contains-a-word作为特征，但它可以扩展到使用词性标记序列作为特征吗？

回答：

如果你知道如何使用nltk的朴素贝叶斯分类器和词作为特征来训练和预测文本（或在你的例子中是句子），那么你可以轻松地扩展这种方法，以便通过词性标记来分类文本。这是因为分类器并不关心你的特征字符串是词还是标记。因此，你可以简单地使用例如nltk的标准词性标记器将句子的词替换为词性标记：

sent = ['So', 'they', 'have', 'internet', 'on', 'computers' , 'now']tags = [t for w, t in nltk.pos_tag(sent)]print tags

[‘IN’, ‘PRP’, ‘VBP’, ‘JJ’, ‘IN’, ‘NNS’, ‘RB’]

从现在开始，你可以继续使用“contains-a-word”方法。