Question

我想把一个带有选项的字符串放入Weka中。选项字符串内部是weka tokenizer字符串，在tokenizer字符串内部是分隔符选项字符串。我收到错误消息＆＃34;没有为-delimiters选项给出值。＆＃34;如何格式化字符串？

这是我的代码：

String[] options = weka.core.Utils.splitOptions("weka.filters.unsupervised.attribute.StringToWordVector "
            + "-R first-last -W 1000 -prune-rate -1.0 -N 0 -stemmer weka.core.stemmers.NullStemmer "
            + "-stopwords-handler weka.core.stopwords.Null -M 1 -tokenizer "
            + "\"weka.core.tokenizers.NGramTokenizer -max 5 -min 1 -delimiters \" \\r\\n\\t.,;:\\\'\\\"()?!\"");

StringToWordVector remove = new StringToWordVector();

This question没有解决我的问题。

Answer 1

您收到的错误消息显示在-delimeters选项后找不到任何值。原因是Weka检测到字符串在-delimeter查询参数之后立即以双引号结束。造成这种情况的根本原因是一个流氓引号，它出现在之前属于weka.core.tokenizers.NGramTokenizer查询参数的-tokenizer术语：

String[] options = weka.core.Utils.splitOptions("weka.filters.unsupervised.attribute.StringToWordVector "
        + "-R first-last -W 1000 -prune-rate -1.0 -N 0 -stemmer weka.core.stemmers.NullStemmer "
        + "-stopwords-handler weka.core.stopwords.Null -M 1 -tokenizer "
        + "\"weka.core.tokenizers.NGramTokenizer -max 5 -min 1 -delimiters \" \\r\\n\\t.,;:\\\'\\\"()?!\"");
           ^ rogue quotation mark.  Bad.

将字符串更改为以下内容，一切正常：

String[] options =
    weka.core.Utils.splitOptions(
        "weka.filters.unsupervised.attribute.StringToWordVector "
      + "-R first-last -W 1000 -prune-rate -1.0 -N 0 "
      + "-stemmer weka.core.stemmers.NullStemmer "
      + "-stopwords-handler weka.core.stopwords.Null -M 1 "
      + "-tokenizer weka.core.tokenizers.NGramTokenizer -max 5 -min 1 "
      + "-delimiters \" \\r\\n\\t.,;:\\\'\\\"()?!\"");

Answer 2

您传递给splitOptions的字符串的内容是：

weka.filters.unsupervised.attribute.StringToWordVector -R first-last -W 1000 -prune-rate -1.0 -N 0 -stemmer weka.core.stemmers.NullStemmer -stopwords-handler weka.core.stopwords.Null -M 1 -tokenizer "weka.core.tokenizers.NGramTokenizer -max 5 -min 1 -delimiters " \\r\\n\\t.,;:\\\'\\"()?!"

我不确定-tokenizer的参数应该是什么，但是传递给它的字符串有一个-delimiters标志，没有任何值，这与错误是一致的你报道了。

也许你打算将此传递给-tokenizer：

"weka.core.tokenizers.NGramTokenizer -max 5 -min 1 -delimiters \" \\r\\n\\t.,;:\\\'\\"()?!\""

-delimiters的参数是字符串。

Answer 3

可能使用\

转义引号

String[] options = weka.core.Utils.splitOptions("\"weka.filters.unsupervised.attribute.StringToWordVector\"" + "\"-R first-last -W 1000 -prune-rate -1.0 -N 0 -stemmer weka.core.stemmers.NullStemmer\""+ "\"-stopwords-handler weka.core.stopwords.Null -M 1 -tokenizer\""+ "\"weka.core.tokenizers.NGramTokenizer -max 5 -min 1 -delimiters \" \\r\\n\\t.,;:\\\'\\\"()?!\"");

如何创建一个包含带引号的字符串的字符串，该字符串包含Java中的带引号的字符串？

3 个答案: