标签： java opennlp
我需要开发自定义文本分类解决方案，该解决方案不使用输入文本作为一组功能，而是使用一些派生参数，例如文本中的URL数量，表示不同语音部分的单词数量，平均字长等等（假设我们能够在给定输入文档的情况下导出一组特征）。
最初我考虑使用OpenNLP为我做分类（通过DocumentCategorizerME），但是我认为它只使用文本字符串作为可能的功能，并且不可能使用非谨慎的功能（例如代表的浮点数）平均字长。）
所以问题是：
答案 0 :(得分：1)
您应该尝试Mallet使用自己的功能训练自己的分类器。 Here是一个帮助您入门的教程。
答案 1 :(得分：0)
如果您像我一样从Google露面，您可能会注意到OpenNLP在classify方法中有一个extraInformation参数。不幸的是，它完全是not used ：(
这意味着Renaud提出的建议也许是最好的选择。
或者，如果您必须使用OpenNLP，则可以通过在数据中仅包含一个新单词（包括训练和预测）来包括新功能。如：XAverageWordLengthX。我并不是说这是一个很好的解决方案，但可以帮助您的算法。