如何使用PoS标签作为朴素贝叶斯分类器训练数据的特征？

我正在研究如何从文档中提取关键短语为了我的论文。

在我的研究中，我使用朴素贝叶斯分类器机器学习来创建候选术语特征的训练模型。特点之一是PoS tag，我认为此功能对于指定术语是否为关键短语很重要。

但输入的朴素贝叶斯 (NB) 分类器是数字，PoS 标签是字符串。

所以我不知道将PoS标签特征表示为数字的方式，以便成为NB分类器的输入特征.

请帮我提供您的建议。

感谢致敬， 贤苏

您可以将 POS 标签视为一个单词。然后你可以使用 POS unigram、bigram 或 trigram 作为特征。

Example:

他们/PRP拒绝/VBP/TO许可/VB我们/PRB/TO获得/VB/DT拒绝/NN许可/NN。

如果以 POS 三元组作为特征。您可以构建具有以下特征的向量。

Feature          Value
(PRP,VBP,TO)      1
(VBP,TO,VB)       1 
(TO,VB,PRB)       1

等等。

您还可以将 tf-idf 值用于 POS 功能。