文書分類で学習によって作成されたファイルからパラメータを読み込み, それを使用してテスト用データを分類するプログラムを作成したいです

前提・実現したいこと

学習用データ（trainディレクトリの記事を形態素解析した train.list ）からパラメータ（事前確率 P(c), 条件付き確率 P(e|c)）を記録を計算し, それらを記録したmodelファイルからパラメータを読み込み, それを使用してテスト用データ（testディレクトリの記事を形態素解析した test.list）の記事を分類する分類用プログラムを作成したいです。ナイーブベイズの実装です。

発生している問題・エラーメッセージ

ファイルの読み込みは何とか理解できたものの, 分類をするのにどのような表現をしたら良いか分かりません。最終的に対数尤度まで求めるのですがエラーの原因が分からないので教えていただきたいです。

Global symbol "$term" requires explicit package name (did you forget to declare "my $term"?) at bayes_classifier.pl line 74.
Global symbol "@e" requires explicit package name (did you forget to declare "my @e"?) at bayes_classifier.pl line 76.
Global symbol "$noun" requires explicit package name (did you forget to declare "my $noun"?) at bayes_classifier.pl line 76.
Execution of bayes_classifier.pl aborted due to compilation errors.

該当のソースコード

Perl
1#!/usr/bin/perl
2use strict;
3use Encode;
4use utf8;
5
6main();
7
8sub main 
9{
10  open(my $IN,"test.list");
11  my %ClassHash;   # 各クラスに属する文書の出現数
12  my $N=0;         # 文書総数
13  my $H;           # 素性総数
14
15  my %TrainData;       
16  my %HypoHash; 
17
18  while(my $data_utf8 = <$IN>)
19  {
20    my $data = decode_utf8($data_utf8);
21	  chomp($data);
22	
23	# ファイルのクラスを取得
24    my @e = split(/ /,$data);
25	  my $file = $e[0];
26	  my $class = $e[1];
27	  my $word_str = $e[2];
28
29	# 事前確率用の頻度
30	  $ClassHash{$class}++;
31	  $N++;
32
33	# fileの形態素解析を行い、名詞を取り出す
34    my %TermFrequency;
35	  my @word_list = split(/,/,$word_str);
36
37	  foreach my $noun (@word_list)
38	  {
39	    $TermFrequency{$noun}++;
40	    $H++;
41	  }
42	
43	# 素性の出現頻度
44	  foreach my $term (keys %TermFrequency)
45	  { 
46	    my $tf = $TermFrequency{$term};
47	    $HypoHash{$class} += $tf;
48	    
49	    # 各クラスにおける名詞の頻度を格納
50	    $TrainData{$class}{$term} += $tf;
51	  }
52	  undef %TermFrequency;
53  }
54  close($IN);
55  
56  my %PH;     # 事前確率 P(c)
57  my %PE;     # 属性ごとの条件付き確率 P(E_{n}|H)
58
59    # 学習式におけるパラメータを学習
60  foreach my $class (keys %ClassHash)
61  {
62	# 事前確率: P(c)
63	  $PH{$class} = $ClassHash{$class}/$N;
64
65	# 各属性値の条件付き確率 P(e_{i}|c)
66	  foreach my $term (keys %{$TrainData{$class}})
67	  {
68      my $f_ce = $TrainData{$class}->{$term};
69	    my $f_c = $HypoHash{$class};
70
71	    $PE{$class}->{$term} = $f_ce/$f_c;
72	  }
73    my $a;
74    $a=$a+log($term)/log(2);
75    my $cl=$PH{$class}+$a;
76    print encode_utf8("$e[0] → $noun $cl");
77  }
78}

test.list

2012-04-18_1.txt none パソコン,ｉＰａｄ,ゲーム,複数,操作,ワイヤレス,メルコ,ホールディングス,グループ,中核,バッファ,ロー,名古屋,斉木,邦明,バッファ,ロー,ワイヤレス,５月,上旬,全国,家電,量販,ワイヤレス,ＰＣ,型番,出荷,５月,上旬,ワイヤレス,専用,型番,出荷,５月,上旬,メイン,パソコン,マウス,キーボード,パソコン,ゲーム,ｉＰａｄ,操作,ワイヤレス,コネクター,追加,複数,操作,インストール,不要,使い,安心,イメージ,ページ,ページ,buffalo,products,catalog,supply,peripheral,一覧,ページ,buffalo,products,catalog,supply,peripheral,掲載,仕様,機種,改定,仕様,変更,機種,追加,最新,ページ,確認,掲載,希望,小売,消費,ユーザー,バッファロー,マガジン,ハロー,バッファロー,ハローバッファロー,86886,ＵＲＬ,buffalo,ユーザー,参加,ＺＱｗｏｏｎｅｔ,ＳＡＫ,zqwoo,sak,公衆,無線,ＬＡＮ,ＦＲＥＥＳＰＯＴ,freespot,
･･･
2012-04-27_0.txt none 日立,最大手,ＩＴ,大学,クラ,ウド,戦略,パートナーシップ,契約,締結,日立製作所,千代田,執行,中西,宏明,日立,社会,最大手,ＩＴ,たび,大学,基幹,クラウドコンピューティング,形態,戦略,パートナーシップ,契約,締結,両社,共同,日立,大学,現地,大学,コーポレーション,設立,大学,本部,ＳａａＳ,形態,試験,年度,現地,大学,本格,日立,多く,実績,事務,大学,経営,包括,支援,ソリューション,提携,日立,支援,営業,活動,両社,構築,ノウハウ,もと,年度,以降,大学,展開,検討,近年,適合,人材,目的,教育,大学,大幅,増加,増加,傾向,増加,新規,大学,設立,大学,規模,拡大,事務,整備,課題,現状,大学,限定,大学,事務,全体,包括,支援,整備,大学,背景,需要,期待,日立,多く,大学,ＩＴ,総合,大学,ｆｏｒ,大学,ＳａａＳ,形態,ｆｏｒ,中核,大学,全体,経理,大学,経営,基盤,日立製作所,公共,最大手,ＩＴ,ＳａａＳ,大学,基幹,協業,多数,実績,大学,経営,ＩＴ,プロジェクト,日立,大学,クラ,ウド,戦略,パートナー,関係,将来,両社,大学,展開,概要,所在地,社会,設立,従業,概要,最大手,保守,展開,テスト,組み込み,海外,拠点,グローバル,大阪,ヨーロッパ,ほか,ホームページ,日立,大学,ソリューション,ホームページ,hitachi,index,html,

modelファイル

<feature> 43081
<prior> ゲーム・娯楽 0.0266666666666667
<prior> コンピューター 0.0977777777777778
<prior> 情報・コンテンツ 0.0622222222222222
<prior> 周辺機器 0.164444444444444
<prior> 半導体 0.186666666666667
<prior> 通信・インターネット 0.102222222222222
<prior> システム・ソフト開発 0.36
<conditional> 情報・コンテンツ 復旧 0.000595592614651578
<conditional> 情報・コンテンツ ＷＥＢ 0.000595592614651578
<conditional> 情報・コンテンツ ウド 0.00119118522930316
･･･
<conditional> 半導体 紀尾井町 0.00215156586182166
<conditional> 半導体 エレクトロン 0.00083672005737509
<conditional> 半導体 オプション 0.0011953143676787