質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

87.59%

pythonでfasttextの出力が空になる

受付中

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 1,756

score 6

pythonでfasttextの分析を使いたいのですが、実行結果が空になってしまいます。
ネットで調べたところ同じ問題の質問を見つけたのですが未解決でしたので改めて質問させていただきます
https://teratail.com/questions/154512

環境
OS:windows10
python:3.6.5
fasttext:0.8.3

該当のソースコード

import fasttext as ft
import MeCab

class predict:

    def get_surfaces(self, content):

        tagger = MeCab.Tagger('')
        tagger.parse('')
        surfaces = []
        node = tagger.parseToNode(content)

        while node:
            surfaces.append(node.surface)
            node = node.next

        return surfaces

    def value_class(self, content):

        words = " ".join(self.get_surfaces(content))
        print(words)
        classifier = ft.load_model("model.bin")
        estimate = classifier.predict_proba([words], k=3)
        print(estimate)

if __name__ == '__main__':
    pre = predict()
    pre.value_class("ここに文章を入力")

実行結果

ここ に 文章 を 入力 
[[]]

追記

学習済みモデルはpythonからでも生成できたのでそれを使いました
exeを直接使って生成したモデルとネット上に配布されていたモデルも試してみましたがダメでした

pythonでのモデル生成部分は以下の通りです

import fasttext as ft

input_file = 'model.txt'
output_file = 'model'
ft.supervised(input_file, output_file)
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

質問への追記・修正、ベストアンサー選択の依頼

  • quickquip

    2019/02/25 14:28 編集

    学習済みのモデルをどうやって得たかを書いていただけますか

    キャンセル

  • maru270

    2019/02/26 09:33

    学習済みモデルはpythonからでも生成できたのでそれを使いました
    exeを直接使って生成したモデルとネット上に配布されていたモデルも試してみましたがダメでした

    pythonでのモデル生成部分は以下の通りです

    import fasttext as ft

    input_file = 'model.txt'
    output_file = 'model'
    ft.supervised(input_file, output_file)

    キャンセル

  • quickquip

    2019/02/26 10:17

    情報は質問に追記するようにしてください。(質問は編集可能です)

    キャンセル

  • maru270

    2019/02/26 10:46

    すいません追記しました
    よろしくお願いします

    キャンセル

回答 1

0

他の人が検証するには情報が全然足りないので質問する形の回答になりますが。

predict().get_surfaces("ここに文章を入力") の結果が期待通りなのか確認していますか?

対話環境でいいのですが、

import fasttext
with open('data', 'w') as w:
    print('__label__1 1', file=w)
    print('__label__2 a', file=w)

fasttext.supervised('data', 'model')
classifier = fasttext.load_model("model.bin")
classifier.predict_proba(['1'], k=3)
classifier.predict_proba(['a'], k=3)


の動作を確認できますか?

>>> import fasttext
>>> with open('data', 'w') as w:
...     print('__label__1 1', file=w)
...     print('__label__2 a', file=w)
...
>>> fasttext.supervised('data', 'model')
<fasttext.model.SupervisedModel object at 0x10ad9b320>
>>> classifier = fasttext.load_model("model.bin")
>>> classifier.predict_proba(['1'], k=3)
[[('__label__1', 0.505859), ('__label__2', 0.492188)]]
>>> classifier.predict_proba(['a'], k=3)
[[('__label__2', 0.505859), ('__label__1', 0.492188)]]


みたいになると思いますが。
とにかく可能な限り小さいコードから検証していくのがいいと思います。

バージョンやimportの名前から察するに2年前に更新が終了しているhttps://github.com/pyk/fastText.pyを使っていると思いますが、Facebookオフィシャルのhttps://github.com/facebookresearch/fastTextを使わない理由はありますか?
古い記事通りに動かしたいとかそういうことでしょうか?
(古いものを使うのもどうかと思いましたので)

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 87.59%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る