问题标签 [carrot2]

我正在尝试使用胡萝卜确定两个文档之间的相似性。是否有可能直接从框架中获得这种相似性？

此外，我一直在研究 tf-idf 矩阵，并意识到行对应于文档中的所有单词和列。但是，如何识别哪个文档对应于哪个列？

例如，假设一个文档列表，列顺序会是列表中文档的顺序吗？

前任：

列出文档 = {doc1, doc2, doc3}

和

列 0 = doc1 列 1 = doc2

...

这是？

我想生成集群结果的词云，但要做到这一点，我需要知道 Lingo 算法的最大分值。有人知道答案吗？

当我尝试在 Ubuntu 14.04 中启动 carrot2-workbench 64 位 linux 可执行文件时，出现错误

可能是什么问题？

我已经为 64 位 Linux 版本 3.9.4 下载了 Carrot2 Document Clustering Workbench，并尝试在我的 Ubuntu GNU/Linux 14.04 上运行它。

首先我收到一个错误：

然后我安装了以下内容，希望能修复上面的错误：

然后我尝试再次运行工作台，但这次我收到了：

它在启动屏幕上得到了堆栈，永远等待。

有什么想法可以解决这个问题并运行工作台吗？

尝试连接到 4.7 以上的 Lucene 索引时出错：

处理错误：org.apache.lucene.index.IndexFormatTooNewException：不支持格式版本（资源：MMapIndexInput(path="C:\kcp-search-data\kcp-index_2.cfs") [slice=_2_Lucene41_0.doc]） : 1 (需要在 0 和 0 之间) org.apache.lucene.index.IndexFormatTooNewException: 不支持格式版本 (资源: MMapIndexInput(path="C:\kcp-search-data\kcp-index_2.cfs") [slice=_2_Lucene41_0.doc]): 1（需要在 0 和 0 之间）

此错误的任何解决方法？知道什么时候会发布带有升级的 Lucenee 库的 Carrot2 的下一个版本吗？

谢谢

我使用 Carrot2 Lingo 聚类算法来聚类我的 Solr 搜索结果。现在我想进一步处理聚类标签，因此我需要对标签进行标记，以便每个标签一个接一个地获取它们。

是否有某种 post tokenizer 可用于实现此目的，还是我必须自己处理结果？

谢谢你的帮助！

蒂姆

我正在使用 Carrot2 对来自 Solr 的查询结果进行聚类。是否可以强制（或至少提高）标签中某些单词的出现，无论是 Lingo、STC 还是 k-means？

使用 Lingo，这已经可以通过“标题词提升”选项实现，它赋予文档标题中出现的词更多的权重。这可以扩展到我可以提供的其他词吗？

我想至少应该可以将所需的单词附加到“标题词提升”选项正在使用的字符串中，以让词提升工作，但也许这不是正确的方法。

这样做的方法是什么？

我想使用carrot2 工作台对我的数据集进行聚类。我有一个带有文档的输入 xml 文件65536。我正在使用 Lingo 聚类算法。

但是当我开始这个过程时，工作台会在几秒钟内返回结果，所有文档都在“其他主题”集群中。

我用较小的数据集检查了聚类，我得到了结果。

我正在研究 Carrot2 FoamTree API，特别是研究大型层次聚类，我需要知道是否有办法将叶节点作为超链接发布，单击时会在新窗口中打开链接？

下午好！

你能帮我解决一些错误吗？我有旧版本的 Elasticsearch 1.3.4 并安装了插件 Carrot2 Clustering 插件 1.7.0。我将 Elasticsearch 升级到 1.5.0 版本，插件 Carrot2 Clustering 插件 1.8.0。

现在我正在尝试使用 Elasticsearch 的插件头在插件胡萝卜2 中创建集群。当我写插件头 POST http://localhost:9200/name_index/_search_with_clusters

{"search_request":{"fields":["message", "url"],"query":{"match":{"_all":"play"}},"size":100},"query_hint":"play","algorithm":"lingo","field_mapping":{"message":["fields.message"], "url":["fields.url"]}}

我得到的结果类似于插件胡萝卜2 文档中的示例中描述的结果。但是当我尝试在插件carrot2中创建集群时，我得到“找不到结果”（我尝试了两个不同的索引并且情况相同）

如果我写的话{"search_request":{"fields":["CONTENT", "url"].... ，我不会得到带有内容的插件头结果，在映射中我有“消息”而不是“内容”。

你能解释一下，这可能是什么错误？

谢谢 ：）