java - 为什么 Weka GUI 输出与 Java 代码不同？

Question

为什么在Weka GUI中运行过滤器StringToWordVector的结果与等效的java代码不同？我使用与 gui 中使用的属性相同的属性，但 java 中的标记生成器似乎没有正常工作!一位博士生告诉我，这很常见，但他没有进一步回答。

请帮忙。我的项目陷入停滞。

这是我的代码:

DataSource tempSource = new DataSource("/home/r_omio/Dataset.arff");
Instances temp = tempSource.getDataSet();
NumericToBinary nbTemp = new NumericToBinary();
nbTemp.setInputFormat(temp);
temp = Filter.useFilter(temp, nbTemp);
StringToWordVector stringFilterTemp = new StringToWordVector(2500);

stringFilterTemp.setOptions( 
    weka.core.Utils.splitOptions("-R 1,2,3,4 -W 2500 -prune-rate -1.0 <br>-N 1 -stemmer weka.core.stemmers.NullStemmer -M 1 -tokenizer weka.core.tokenizers.WordTokenizer -delimiters \" \\r\\n\\t.,;:\\\'\\\"()?![]_\"")
 );


stringFilterTemp.setInputFormat(temp);
temp = Filter.useFilter(temp, stringFilterTemp);

Answer 1

我怀疑你的分隔符被错误地转义了。尝试在 GUI 中使用默认分隔符，并在 Java 中保留标记生成器，这将使用默认值，然后看看是否获得相同的值。