Java中半结构化数据的贝叶斯分类

Question

我想训练并使用贝叶斯分类器来处理以下情况：

• 半结构化数据 - 基本上是XML架构
• 信息包含在多个纯文本字段中
• 架构的某些字段/部分可以重复任意次数

分类本身相当简单 - 基本上我需要文档属于特定类别的概率。

设计约束：

• 解决方案必须是开源的，或者根据其他免版税许可提供
• 必须可以保存/加载分类器以备将来使用
• 必须可以将此库嵌入更大的基于Java的应用程序中（即必须使用Java / JVM库）

是否有符合此要求的图书馆/工具？

Answer 1

我不确定您是否已准备好分类器，但我已将Apache UIMA框架用于几个抽屉项目。 UIMA是＆＃34;只是＆＃34;一个框架，但确实带有一些logic。一些重型的谷歌搜索提出example bayesian classifier using UIMA。

它具有在运行时修改配置的机制，但我还有点不清楚你的意思是＆＃34;保存和加载分类器＆＃34;。这是否意味着您有一个想要在运行时加载（和卸载）的二进制分类器数组，或者您是否有要加载/卸载的不同模型？

您的其他问题的答案是：

• 是的，UIMA是开源的，在ASLv2下发布
• 是的，您可以将UIMA作为库嵌入您的应用程序中。