如何在斯坦福分类器中使用朴素贝叶斯分类器、SVM 和最大熵

Posted 2023-03-12

【中文标题】如何在斯坦福分类器中使用朴素贝叶斯分类器、SVM 和最大熵

【英文标题】：How Can I use Naive Bayes Classifier, SVM, and Maximum Entrophy in stanford classifier

【发布时间】：2016-01-24 17:57:15

【问题描述】：

目前，我正在使用朴素贝叶斯算法、SVM 和最大 Enthrophy 制作引文句子分类器，目前我的数据是 110 个非引文句子和 10 个引文句子。我正在使用代码从斯坦福分类器示例中进行分类，结果很好。但是分类器是准牛顿。如何使用朴素贝叶斯分类器、支持向量机和最大熵？我已经尝试编辑道具文件并添加“useNB = true”，但事实证明所有数据都是非引用句类。我已经阅读了http://nlp.stanford.edu/nlp/javadoc/javanlp/edu/stanford/nlp/classify/ColumnDataClassifier.html 的 javadoc，但我不知道在哪里为朴素贝叶斯算法放置 setClass

【参考方案1】：

默认情况下，分类器将运行最大熵（即逻辑回归）分类器——以编程方式，LinearClassifier.java。 QNMinimizer 是 L-BFGS 最小化器的斯坦福实现，用于优化最大目标。我认为useNB=true 标志对于切换到朴素贝叶斯是正确的。运行 SVM：理论上 CoreNLP 有一个 SVMLight 的包装器，但此时你也可以直接运行 SVMLight。

您的训练数据一开始是不平衡的吗？使用平衡的训练集，将所有句子放在一个类中会很奇怪。