|
|
|
@@ -6,7 +6,7 @@ |
|
|
|
|
|
|
|
###本程序依赖data目录下面的data.zip和dictionary.zip先解压缩 data 目录下面的 data.zip到当前目录。 |
|
|
|
|
|
|
|
* 新增说明3：增加基于 TF-IDF(词向量) 特征的文本分类程序。 |
|
|
|
### 新增说明3：增加基于 TF-IDF(词向量) 特征的文本分类程序。 |
|
|
|
1. 主程序：DfIdfClassifier.java |
|
|
|
2. 效果如下： |
|
|
|
|
|
|
|
@@ -17,7 +17,7 @@ |
|
|
|
+ 总共正确数 : 623 |
|
|
|
+ 总数：779 |
|
|
|
|
|
|
|
* 新增说明2：增加基于 N-Gram(词向量) 特征的文本分类程序，目的是找出自己领域相关的文本，然后再从这个领域相关的文本中判断正负面。 |
|
|
|
### 新增说明2：增加基于 N-Gram(词向量) 特征的文本分类程序，目的是找出自己领域相关的文本，然后再从这个领域相关的文本中判断正负面。 |
|
|
|
|
|
|
|
1. 测试语料：data/text_classification.zip 解压缩即可 |
|
|
|
2. 运行程序：NGramClassifier.java 即可。 |
|
|
|
@@ -31,7 +31,7 @@ |
|
|
|
+ government 271, 8 |
|
|
|
+ others 27, 473 |
|
|
|
|
|
|
|
* 新增说明1：2015-04-10测试了不用中文分词器，分词之后 LingPipe 情感分类的准确率，同时测试了去除停用词之后的情感分类的准确率。 |
|
|
|
### 新增说明1：2015-04-10测试了不用中文分词器，分词之后 LingPipe 情感分类的准确率，同时测试了去除停用词之后的情感分类的准确率。 |
|
|
|
|
|
|
|
|
|
|
|
1. 发现用HanLP的NLPTokenizer分词器，准确率最高，但是速度有点慢。 |
|
|
|
|
gitclebeg
9 years ago