machine-learning - 如何确定给定文档（文本）的主题？

Question

我知道如何通过 Weka 对文本进行分类，我可以在 Weka GUI 中插入一个文本文件夹，并尝试不同的算法，如果其中一个文本对某个主题是正面/负面的，它可以告诉我。

现在我需要一些不同的东西，我想构建一个应用程序，当用户插入单个文本文件时，它可以告诉文本的主题。

Weka有没有可能做到这一点？如果有人能给我一个提示，我会很高兴的。

Answer 1

你必须使用Weka吗？如果没有，还有其他很好的文本分类系统，可以开放/免费访问主题分类。我建议尝试可以下载或使用网络服务的Open Calais 。

Answer 2

“主题”是什么意思？这是一个非常广泛的概念，但在大多数情况下，它只是可能的文本类别的有限集合，例如“科学”、“运动”等，您可以将其称为C，并将其视为监督分类问题，就像您对“正/负”分类。分类为多个类别并没有什么特别之处。然而，您仍然需要为每个类别提供一个训练集。

总而言之-您可以以与二进制分类完全相同的方式使用 WEKA，只需使用更多标签执行分类（如果您的类别是互斥的，即没有任何文本是关于“科学”和“运动”的）或创建|C|二进制分类器，如果您的文本可以是类别的任何子集的一部分（这更合理，因为文档通常“介于”某些主题之间）并简单地回答相应分类器回答“是”的类别集（肯定）。

如果您想以无监督的方式（没有训练集）执行此操作，那么需要通过某种文本摘要/主题建模技术对主题进行实际建模，这将是一项更为复杂的任务，据我所知，这在 WEKA 中没有实现。事实上，据我所知，这种方法还不够成熟，无法谈论任何“好的”解决方案——这些是相当多的研究领域，有很多方法和混合的结果。