# -*- coding: utf-8 -*-
"""ベイジアンフィルタ実装."""
import math
import sys
class NaiveBayes(object):
"""単純ナイーブベイズクラス."""
def __init__(self):
"""コンストラクタ.
@set() vocabularies
@dict word_count
@dict category_count
"""
self.vocabularies = set()
self.word_count = {}
self.category_count = {}
def count_word(self, word, category):
"""単語カウンタ.
@param (string, string)
"""
self.word_count.setdefault(category, {})
self.word_count[category].setdefault(word, 0)
self.word_count[category][word] += 1
self.vocabularies.add(word)
def count_category(self, category):
"""カテゴリカウンタ.
@param (string)
"""
self.category_count.setdefault(category, 0)
self.category_count[category] += 1
def train(self, text, category):
"""学習データ作成.
@param (string, string)
"""
"""
words = 形態素解析でキーワード抽出
YahooAPI,mecab, etc...
"""
for word in words:
self.count_word(word, category)
self.count_category(category)
def prior_prob(self, category):
"""categoryの生起確率計算.
@param (string)
"""
num_category = sum(self.category_count.values())
num_docs = self.category_count[category]
return num_docs / num_category
def num_of_appearance(self, word, category):
"""wordの出現回数.
@param (string, string)
"""
if word in self.word_count[category]:
return self.word_count[category][word]
return 0
def word_prob(self, word, category):
"""ベイズの法則.
@param (string, string)
"""
numerator = self.num_of_appearance(word, category) + 1
denominator = sum(self.word_count[category].values()) + len(self.vocabularies)
prob = numerator / denominator
return prob
def score(self, words, category):
"""スコア計算.
@param (string, string)
"""
score = math.log(self.prior_prob(category))
for word in words:
score += math.log(self.word_prob(word, category))
return score
def classify(self, doc):
"""分類器.
@param (string)
"""
best_guessed_category = None
max_prob_before = -sys.maxsize
ansys = AnalysisSelectData()
keyphrase_dict = ansys.extract_keyphrase(doc)
words = ansys.keyphrase_tuple(keyphrase_dict)
for category in self.category_count.keys():
prob = self.score(words, category)
if prob > max_prob_before:
max_prob_before = prob
best_guessed_category = category
return best_guessed_category
nb = NaiveBayes()
nb.train("料理(りょうり)は、食物をこしらえることで、同時に、こしらえた結果である食品そのもの[1]。調理ともいう[1]。すなわち、食材、調味料などを組み合わせて加工を行うこと、およびそれを行ったものの総称である。",
"料理")
nb.train("ネコ(猫)は、狭義にはネコ目(食肉目)- ネコ亜目- ネコ科- ネコ亜科- ネコ属-ヤマネコ種-イエネコ亜種に分類される小型哺乳類であるイエネコ(家猫、学名:Felis silvestriscatus)の通称である。人間によくなつくため、イヌ(犬)と並ぶ代表的なペットとして世界中で広く飼われている。より広義には、ヤマネコやネコ科動物全般を指すこともある","ネコ")
print(nb.classify("食物"))
#=> "料理"