java - 使用 Weka 进行文本分类

Question

我是 Weka 的新手！

我的目的是将现有文章分为 2 类：教育或娱乐。

我已经有 400 篇教育类文章和 400 篇娱乐类文章。

那么如何为 Weka 创建 arff 输入文件呢？或者 Weka 的任何其他解决方案？

（对不起我的英语不好，谢谢）

Answer 1

本文介绍如何将 CSV 格式转换为 ARFF，前提是您的数据集为 CSV 格式。

但是，如果您还没有数据集，则需要事先执行很多任务。

Answer 2

尽管这似乎是一段漫长的旅程，但您实际上可以做到。您尝试做的一切都与文本挖掘的主题有关。我想你可以从这个链接中学到很多东西。此外，我认为可能对您有用的信息是：

1. 首先，在每个文本表单中打开您的文件并将其粘贴到电子表格程序（例如 Excel）中的一行中。在其旁边的列中，输入文档类型（教育或娱乐）。您总共将有 800 行。

2. 单击 Excel 文件菜单中的“另存为”，然后选择文件类型为“.csv”。并将其保存为“.csv”。（在“Excel”中单击“保存”后，他询问您是否要将工作簿保存为“Excel”。我认为“否”。

3. 在“Weka”中打开“.csv”文件： 在“Weka”中选择“打开文件”，将文件类型标记为 .csv，然后选择“.csv”文件。

4. 从“过滤器 -> 选择”列表中选择“StringToVector”。您可以检查此地址以进行必要的参数设置。

5. 您将使用 Weka 中的“保存”命令获得所需的“.arff”格式文件。

我希望它有所帮助。祝你好运。