Question

我需要一个weka训练文件（arff）来获得一个名称（String）和一个与该名称相关联的字符串数组，这样当我在任何文本上运行时，分类器会将名称与这些字符串相关联。对于此任务，如何在weka中创建一个String数组属性？或者有没有其他方法可以做到这一点？

（我使用朴素贝叶斯分类器）

例如： Deepika Shah，贪婪的读者，有趣，漂亮

因此，如果我在上面给出了与Deepika Shah相关的任何字符串的句子，那么它应该将该句子归类为关于Deepika Shah。

编辑：我需要使用句子中的单词和短语将句子归类为名称。所以我给出了一组与名称相关联的字符串以及它们与之关联的名称。分类器应该从句子中找到类。或者，在我从句子中提取特征之后（假设我已经提取了特征）。

Answer 1

您的arff文件必须采用以下格式：

@Relation testRelation

@attribute firstAtr string
@attribute secondAtr string
@attribute thirdAtr string
@attribute yourClass {Deepika Shah, secondClass, ...other classes listed here}

@data
"Voracious reader","funny"," pretty",Deepika Shah

...more data here

然后你可以在weka中导入你的arff文件。

现在您需要将字符串值转换为数字。为此，您必须使用预处理选项卡中“过滤器”部分中的weka->unsupervised->attribute->StringToWordVector过滤器。您可以单击过滤器来调整参数，如术语表示（tf，tf-idf），停用词，词干分析器算法，n-gram等。然后单击“应用”。

完成此过程后，您就可以继续进行分类选项卡并继续进行分类。您可以选择分类器，然后就可以了。

注意：您需要选择名义班级(Nom)yourClass（位于测试选项下）以启动按钮可点击。

注意2：如果您的刺痛属性是固定值，如有趣，悲伤，中立等，您可以使用名义属性而不是字符串

p.s这里有一个很好的例子，可以在这里找到：https://www.youtube.com/watch?v=jSZ9jQy1sfE

weka中的字符串数组属性

1 个答案: