使用node.js和自然语言处理来处理多个单词短语
我为node.js使用了非常酷的自然库。
我正在试图训练我的分类器来匹配短语user experience 。 我的问题是，如果我做这样的事情：
classifier.addDocument(['user experience'], 'ux');
它不匹配2个单词短语，我相信，因为它标记的话。 如果我做这样的事情：
classifier.addDocument(['user', 'experience'], 'ux');
它的工作方式就像我想要的那样，但是我的问题是，我不想仅仅匹配user这个词，因为一篇文章可能会提及user多次包含这个词，它可能与用户体验无关，导致分类不准确。 所以，我的问题是如何匹配使用NLP的2个或更多的单词短语？
感谢您提前帮助。
你应该看看n-gram，特别是在这种情况下，它被称为bigram，两个令牌的序列。 https://github.com/NaturalNode/natural#bigrams
我没有使用特定的库（不要认为nodejs是最好的NLP语言，它仍然处于早期阶段，我build议你为NLP使用更成熟的库（NLTK）/语言（Python）。我想这只是为了testing或一些小项目）。
无论如何，从手册来看，你也许可以做类似的事情
classifier.addDocument([['user', 'experience']], 'ux');
为每个要添加的序列添加括号。
也许来不及，但…
我使用自然，我认为你不需要传递数组，只需要：
classifier.addDocument('user experience', 'ux');
这应该工作。 基本上只是删除括号。
我认为最好的办法是把你的文本当作一个对象数组来处理。 喜欢这个：
var natural = require('natural'); var classifier = //Here comes the classifier that you had to choose var trainingData = [{text: 'user experience', label: 'ux'}] var yourTestData = []; trainingData.forEach(function(item){ // finally you add the data to classifier classifier.addDocument(item.text, item.label); });