Page 46 - 高中 信息技术 选择性必修4 人工智能初步

第二章 人工智能基础算法及应用

然后利用Logistic回归建立分类模型。

from sklearn import linear_model

logreg=linear_model.LogisticRegression(C=1)
logreg.fit(sparse_matrix_tra, labels_t)
prediction=logreg.predict(sparse_matrix_dev)

print(logreg)
print("accuracy score:")

print(accuracy_score(labels_d, prediction))
广东教育出版社
print(classification_report(labels_d, prediction))

该模型对测试集的预测结果如图2-8所示。

图2-8 情感分析测试结果

讨 论

如图2-8所示，该情感分析模型的准确率为51.28%。这个模型还有很大的改进空间，

可以通过引入新的特征，或者使用其他机器学习模型，或者调整模型参数等多种途径来提
高模型的准确率。
各小组围绕情感分析过程，讨论如何提高模型的分析准确率。

2.3.2 机器翻译

以词组为基础的传统翻译系统往往将语言句子拆分成多个词块，然后进行词对词的翻
译。这样的翻译输出远不及人工翻译来得流畅。机器翻译，即跨语言间的自动翻译，特别
是结合神经网络的机器翻译能够捕捉语言中的词性和句法结构等要素，输出流利度更高的
翻译结果。

38 38

21Y3228.indd 38 2019/10/10 14:23:30