python - Twitter情绪分析

我写了一个程序，它获取包含tweets和标签的twitter数据（中性情绪0，负面情绪1），并预测tweet属于哪一类。
这个程序在训练和测试设备上运行良好。但是我在用字符串应用预测函数时遇到了问题。我不知道怎么做。
在调用predict函数之前，我尝试用清理数据集的方式清理字符串，但返回的值形状错误。

import numpy as np
import pandas as pd
from nltk.corpus import stopwords
from nltk.stem.porter import PorterStemmer
ps = PorterStemmer()
import re

#Loading dataset
dataset = pd.read_csv('tweet.csv')

#List to hold cleaned tweets
clean_tweet = []

#Cleaning tweets
for i in range(len(dataset)):
    tweet = re.sub('[^a-zA-Z]', ' ', dataset['tweet'][i])
    tweet = re.sub('@[\w]*',' ',dataset['tweet'][i])
    tweet = tweet.lower()
    tweet = tweet.split()
    tweet = [ps.stem(token) for token in tweet if not token in set(stopwords.words('english'))]
    tweet = ' '.join(tweet)
    clean_tweet.append(tweet)

from sklearn.feature_extraction.text import CountVectorizer
cv = CountVectorizer(max_features = 3000)
X = cv.fit_transform(clean_tweet)
X =  X.toarray()
y = dataset.iloc[:, 1].values

from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y)

from sklearn.naive_bayes import GaussianNB
n_b = GaussianNB()
n_b.fit(X_train, y_train)
y_pred  = n_b.predict(X_test)

some_tweet = "this is a mean tweet"  # How to apply predict function to this string

最佳答案

在新字符串上使用cv.transform([cleaned_new_tweet])将新的Twitter转换为现有的文档术语矩阵。这将使Tweet返回正确的形状。