使用Mallet和MaxEntropy进行分类

Question

我想在Eclipse中使用mallet对docs（wsdl文件）进行预处理。我想生成特征向量并使用mallet和MaxEntropy执行分类。我是新手使用木槌，任何人都可以在这方面指导我。

由于

Answer 1

如果您指的是Web服务描述语言，我不知道为这些文档设计的任何特定工作流程或包。我怀疑您可能想要创建一组功能，这些功能结合了文本（来自Web服务描述）和更多“分类”功能，如URL或URL模式。

我解决此问题的方法是创建一个单独的包，该包读取WSDL文件并以Mallet期望的格式写出文件。这个适配器可以用你最熟悉的语言编写。它将读取所有文件，为每个文件获取解析的XML树，提取文本和某些其他功能，并以Mallet的首选制表符分隔，每行一个文档格式输出文件。