nlp - 具有 top-k 输出的大规模朴素贝叶斯分类器

Question

我需要一个用于大规模朴素贝叶斯的库，其中包含数百万个训练示例和超过 10 万个二进制特征。它必须是在线版本(训练后可更新)。我还需要 top-k 输出，即单个实例的多个分类。准确性并不是很重要。

目的是自动文本分类应用程序。

非常感谢任何有关良好库的建议。

编辑:该库最好采用 Java 语言。

Answer 1

如果朴素贝叶斯以外的学习算法也可以接受，那么请查看Vowpal Wabbit (C++)，被誉为最好的可扩展文本分类算法之一(在线随机梯度下降 + LDA)。我不确定它是否有 top-K 输出。