| @@ -3,25 +3,25 @@ | |||||
| ##请注意: | ##请注意: | ||||
| >1. pom.xml 文件中 lingpipe-core jar 没办法从中央仓库下载已经集成到 libs 目录里面,而 pom.xml 中只能使用绝对路径,请注意修改 | >1. pom.xml 文件中 lingpipe-core jar 没办法从中央仓库下载已经集成到 libs 目录里面,而 pom.xml 中只能使用绝对路径,请注意修改 | ||||
| >2. pom.xml 文件中 hanlp jar 包可能需要手动下载,然后添加到 maven 仓库 | >2. pom.xml 文件中 hanlp jar 包可能需要手动下载,然后添加到 maven 仓库 | ||||
| ###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。 | ###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 | 1. 主程序:DfIdfClassifier | ||||
| 2. 效果 | 2. 效果 | ||||
| ``` | |||||
| CATEGORY nment others | CATEGORY nment others | ||||
| government 233 46 | government 233 46 | ||||
| others 110 390 | others 110 390 | ||||
| 准确度: 0.8 | 准确度: 0.8 | ||||
| 总共正确数 : 623 | 总共正确数 : 623 | ||||
| 总数:779 | 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 | 1. 测试语料:data/text_classification.zip 解压缩即可 | ||||
| 2. 运行程序:NGramClassifier 即可。 | 2. 运行程序:NGramClassifier 即可。 | ||||
| 效果: | 效果: | ||||
| ``` | |||||
| Total Accuracy=0.9550706033376123 | Total Accuracy=0.9550706033376123 | ||||
| 95% Confidence Interval=0.9550706033376123 +/- 0.014546897368198444 | 95% Confidence Interval=0.9550706033376123 +/- 0.014546897368198444 | ||||
| Confusion Matrix | Confusion Matrix | ||||
| @@ -29,7 +29,7 @@ reference \ response | |||||
| government,others | government,others | ||||
| government 271, 8 | government 271, 8 | ||||
| others 27, 473 | 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。 | ||||