用于java中文本分类的库

Question

我有一组分类的文本文件。我想对我的研究中使用的另一大组文本文件进行分类。有比较好的方法吗？

我认为基于SVM的方法很有用，但是有一个简单的文档库可以使用这些算法吗？

Answer 1

我对SVM知之甚少，但LingPipe可能对您有所帮助。 link是一个专门关于文档分类（自动或引导）的教程。

另外，查看相互关联的搜索产品Lucene（搜索库），Solr（搜索服务器应用程序）和Carrot2（用于“聚类”搜索结果）。在那个空间应该有一些有趣的工作。

Answer 2

Mallet是另一个令人敬畏的库。一旦您开始将其与系统的其余部分集成，它就有了很好的命令行工具来帮助您入门和使用Java API。