在carrot2 xml文件中指定为URL的内容是什么？

Question

我有一组文件（多行句子文本）。我想用carrot2聚类它们。根据文档中指定的xml文件格式。必须有一个包含片段，网址和标题的查询和文档。

我的问题如下： -

1. 应该在XML文件的查询组件中写什么？
2. 应该给出什么作为文件的URL和标题，因为我没有它们。我只有从数据集中提取的文档（多行文本）。

我认为对第一个问题的回答是*:*。那是对的吗？？ 请帮忙!!

编辑： -

在指定xml文件并按下进程后，carrot2-wordbench会抛出java.lang.NullPointerException。

我确信错误是由于xml文件是作为输入提供的。

有没有人知道xml可能导致程序抛出异常的错误？

我很长时间没能弄清楚这一点。

Answer 1

您可以将标题和网址字段留空。如果存在标题内容，则在聚类期间给予更多权重。 URL字段仅用于显示目的。