java中的文本分类库

Posted 2023-03-12

【中文标题】java中的文本分类库

【英文标题】：library for text classification in java

【发布时间】：2012-02-21 14:04:56

【问题描述】：

我有一组分类的文本文件。我想对另一组大型文本文件进行分类以用于我的研究。有没有比较好的方法？

我认为基于 SVM 的方法很有用，但是否有使用此类算法的简单且文档化的库？

【问题讨论】：

Weka 有 SVM 以及其他分类算法。

【参考方案1】：

Mallet 是另一个值得研究的很棒的库。它有很好的命令行工具来帮助您入门，并且一旦您开始将它与系统的其余部分集成，它还有一个 Java API。

【参考方案2】：

我对 SVM 了解不多，但 LingPipe 可能对你很有帮助。 link 是专门关于文档分类（自动或引导）的教程。

此外，请查看相互关联的搜索产品 Lucene（搜索库）、Solr（搜索服务器应用程序）和 Carrot2（用于“聚类”搜索结果）。在那个空间里应该有一些有趣的工作适合你。