# ext2-py-nbclassifie

**Repository Path**: mind-plus/ext2-py-nbclassifie

## Basic Information

- **Project Name**: ext2-py-nbclassifie
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-09-13
- **Last Updated**: 2026-09-13

## Categories & Tags

**Categories**: Uncategorized

**Tags**: MindPlus-Ext2

## README

# 朴素贝叶斯问答系统

![cover](extension/public/cover.png)

`nbclassifie` 是一个适用于 Mind+ V2 Python积木模式的扩展（使用jieba、sklearn及fuzzywuzzy库实现朴素贝叶斯问答系统）。
该扩展共提供 18 个积木。

## 积木

| 积木类型 | 积木内容 |
|---|---|
| 命令 | 初始化模块 |
| 命令 | 加载停用词文件路径[DIR]，将对象存储在变量[VAR] |
| 数值 | 获取停用词[VAR]数据 |
| 命令 | 加载数据集文件路径[DIR]后的数据存入变量[DATA] |
| 数值 | 获取数据集[VAR]中全部数据 |
| 数值 | 获取数据集[VAR]中[ALLDATA]的数据 |
| 数值 | 从数据集[VAR][DATA_M]中获取键[ALL]所对应的值 |
| 数值 | 对[VAR]文本进行分词 |
| 数值 | 对[VAR]文本去除停用词，返回数据[TYPE]类型 |
| 命令 | 对[DATA]文本进行TF-IDF特征提取后，存入TF-IDF特征矩阵[TFIDF]和TF-IDF特征模型[TFIDF_MODEL] |
| 命令 | 将TF-IDF特征矩阵[TFIDF]与标签列表[LAB]输入朴素贝叶斯模型进行训练，模型存入变量[MODEL] |
| 数值 | 调用TF-IDF模型[MODEL]计算文本[TEXT]的TF-IDF值 |
| 命令 | 加载模型[TRAIN_DATA]和TF-IDF模型[TFIDF_MODEL],设置模型可信度[NUMBER] |
| 数值 | 利用朴素贝叶斯模型[MODEL]和TF-IDF特征模型[TFIDF_MODEL]，设置模型可信度[NUMBER]，预测[QUERY]问题的[CLASS] |
| 命令 | 设置模糊匹配相似度阈值[NUMBER] |
| 命令 | 导入问题语料库[COR]、答案列表[ANS],模糊匹配问题[QUERY]的答案 |
| 布尔 | 模糊匹配后答案存在？ |
| 数值 | 模糊匹配答案 |

## Python 依赖

本扩展运行依赖以下 Python 包（见 extension/public/requirements.txt）：

```
jieba
pandas
scipy
scikit-learn
fuzzywuzzy
python-Levenshtein
```

## 更新日志

### V0.1.0

- 完成扩展基础功能

## 开发指南

更详细的 Mind+ V2 扩展开发说明请参考：[Mind+官方扩展开发文档](https://mindplus.dfrobot.com.cn/mp2/Extensions/)

## V1 原始库来源

本库迁移自 Mind+ V1（1.x）用户库，保留 `compatibilityId` 字段以兼容旧版工程。

- compatibilityId：`nick-naive_bayes_qa_system-thirdex`
- 原作者：nick
- 原始仓库：无