npm 包 classifiers.io 使用教程-JavaScript中文网-JavaScript教程资源分享门户

什么是 classifiers.io

classifiers.io 是一款自然语言处理 (Natural Language Processing, NLP) 的工具，它可以将给定的文本自动分类成用户预先创建的特定类别。例如，你可以创建一个类别叫作 "正面评论" 和另一个叫作 "负面评论"，然后将这些评论传递给 classifiers.io，在经过训练后，它就可以自动将这些评论分类到它们所属的类别中。classifiers.io 通过机器学习算法和自然语言处理技术实现这一功能。

安装

在 npm 中安装 classifiers.io，需要输入以下命令：

npm install classifiers.io

创建分类器

首先，我们需要引入 classifiers.io：

const classifiers = require('classifiers.io')

接下来，我们需要创建一个分类器。可以使用 classifiers.create 方法来创建：

const options = {
  apiKey: '<your classifiers.io API Key>',
  modelId: '<your model ID>'
}

const classifier = classifiers.create(options)

这里 apiKey 指的是 classifiers.io 的 API Key，需要在 classifiers.io 的官方网站上注册并开通账号。modelId 是创建新模型时从 classifiers.io 网站上获取的唯一标识符。

训练分类器

在创建了分类器之后，我们需要训练它。训练分类器的过程涉及到以下几个步骤：

定义你的类别
创建文本数据集并标注类别
将数据集传递给分类器，训练分类器

定义类别

首先，我们需要定义我们要分类的类别。可以使用以下代码来定义一个简单的分类：

classifier.defineCategory('positive')

这创建了一个新的类别，名叫 "positive"。

创建文本数据集

接下来，我们需要创建一个文本数据集，并将每个文本标注上所属的类别。以下是一个示例数据集：

const data = [
  { text: '这是一段正面评论', category: 'positive' },
  { text: '这是一段负面评论', category: 'negative' },
  { text: '另一段正面评论', category: 'positive' },
  { text: '这是一篇中性评论', category: 'neutral' }
]

训练分类器

有两种方法可以训练分类器：使用已存在的模型训练，或从头开始训练一个新模型。

使用已经存在的模型训练：

classifier.train()

从头开始训练一个新模型：

classifier.train({
  data: data,
  fields: ['text'],
  categoryField: 'category'
})

这里，data 指的是我们上面定义的文本数据集，fields 表示文本数据集中包含的字段（在这里，我们只需要文本本身，所以这里只使用了 "text" 字段），categoryField 表示标注类别的字段名（在这里，我们使用了 "category" 字段）。当训练完成后，模型就可以使用了。

预测

当我们已经训练好了分类器后，我们可以将新的文本分类到先前定义的类别中：

const text = '这是一篇正面评论。'
const prediction = classifier.predict(text)
console.log(prediction)

这里的 predict 方法接受一段文本作为输入，返回一个对象，其中包含了所有类别以及它们所对应的概率。在上面的例子中，输出应该像这样：

{
  positive: 0.912,
  negative: 0.038,
  neutral: 0.05
}

总结

以上就是 classifiers.io 的基本使用方法。classifiers.io 的自然语言处理技术非常强大，可以帮助我们在很多场景下快速、准确地对文本进行分类和处理，例如自然语言搜索、情感分析、舆情监测等。希望本教程对大家有所帮助，可以为大家在前端开发中提供更多实用的工具。

来源：JavaScript中文网，转载请注明来源 https://www.javascriptcn.com/post/600668efd9381d61a3540d2d