Question

我有一组图书对象，课程图书的定义如下：

Class Book{

String title;
ArrayList<tags> taglist;

}

标题是本书的标题，例如： Javascript for dummies 。

和标记列表是我们示例的标记列表： Javascript，jquery，“web dev”，..

正如我所说，有一套书谈论不同的东西：IT，生物，历史...... 每本书都有一个标题和一组描述它的标签..

我必须按主题自动将这些书分类为分开的集合，例如：

IT BOOKS：

历史书：

生物学书籍：

您是否知道应用此类问题的分类算法/方法？

解决方案是使用外部API来定义文本的类别，但问题在于书籍使用不同的语言：法语，西班牙语，英语..

Answer 1

这看起来像是一个相当简单的基于关键字的分类任务。由于您使用的是Java，因此要考虑的好包将是Classifier4J，Weka或Lucene Mahout。

Classifier4J

Classifier4J支持使用naive Bayes和vector space模型进行分类。

正如本source code snippet所述，使用其天真的贝叶斯分类器进行训练和评分时，该包装相当容易使用。它也是在自由主义者Apache Software License下分发的。

Weka

Weka是一种非常受欢迎的数据挖掘工具。使用它的一个好处是，您可以轻松尝试使用大量different machine learning models将书籍分类为主题，包括naive Bayes，decision trees，support vector machines，{{ 3}}，k-nearest neighbor，甚至是logistic regression。

您将找到有关使用Weka进行文本分类rule set based learner的教程。

然而，Weka是在here下分发的。您将无法将其用于要分发的闭源软件。但是，您仍然可以使用它来支持Web服务。

Lucene Mahout

Mahout专为在非常大的数据集上进行机器学习而设计。它建立在GPL之上，并支持使用朴素贝叶斯进行监督分类。

您将找到一个教程，介绍如何使用Mahout进行文本分类Apache Hadoop。

与Classifier4J一样，Mahout在自由主义者here下分发。

Answer 2

所以你想要制作一个包含书籍集的标签地图？

编辑：

听起来您可能想看一下Vector Space Model来应用类别分类。

Lucene或Classifier4j为此提供了一个框架。

Answer 3

你不想要像这样简单的东西吗？

Map<Tag, ArrayList<Book>> m = {};
for (Book b : books) {
    for (tag t : b.taglist) {
        m.get(t).add(b);
    }
}

现在m.get("IT")将返回所有IT书籍等......

当然有些书会出现在多个类别中，但这也会发生在现实生活中......

Answer 4

您可能想要查找fuzzy matching algorithms，例如Soundex和Levenshtein。