Weka问题的文本分类

Question

我是文本分类的新手，我想用WEKA实现它。我是否必须构建一个受监督的训练集，如下面的ARFF文件？我必须手动做吗？ 在此之后，我该怎么办？使用朴素贝叶斯分类器来预测测试集的类别？

@relation test
@attribute text String
@attribute politics {yes,no}
@attribute religion {yes,no}
@attribute another_category {yes,no}

@data
"this is a text about politics",yes,no,no
"this text is about religion",no,yes,no
"this text mixes everything",yes,yes,yes

Answer 1

加载ARFF后，您可以应用StringToWordVector来构建单词列表。从那里，您可以使用分类器（例如朴素贝叶斯）来预测您的类（您可能需要过滤其他属性以确保它们也不用作分类器的输入）。

希望这有帮助！