- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我尝试使用 Java 中的 Mallet 实现文档分类器。我已经有一个基本包含特征值的文件。所以我不想运行整个 raw text
处理管道。
目前我的特征文件中的一行看起来像这样(2 个特征,ID 和 NrOfToken,文档标签是“A”)
ID=3 NrofTokens=279.0 A
我尝试读入这个文件并将其放入这样的分类器中:
Pipe instancePipe = new SerialPipes(new Pipe[] {
new CharSequence2TokenSequence(),
new TokenSequence2FeatureSequence(),
new Target2Label(),
});
InstanceList trainData = new InstanceList(instancePipe);
InstanceList testData = new InstanceList(instancePipe);
Reader trainFileReader = new InputStreamReader(new FileInputStream(fileTrain), "UTF-8");
trainData.addThruPipe(new LineGroupIterator(trainFileReader, Pattern.compile("^\\s*$"), true));
Reader testFileReader = new InputStreamReader(new FileInputStream(fileTest), "UTF-8");
testData.addThruPipe(new LineGroupIterator(testFileReader, Pattern.compile("^\\s*$"), true));
// Create a classifier trainer, and use it to create a classifier
@SuppressWarnings("rawtypes")
ClassifierTrainer naiveBayesTrainer = new NaiveBayesTrainer();
Classifier classifier = naiveBayesTrainer.train(trainData);
目前我得到这个异常:
java.lang.IllegalArgumentException: Alphabets don't match: Instance: [6, null], InstanceList: [6, 0]
at cc.mallet.types.InstanceList.add(InstanceList.java:335)
at cc.mallet.types.InstanceList.addThruPipe(InstanceList.java:267)
at
有人知道 Alphabet 为什么会崩溃吗?
最佳答案
这并不是一个真正的答案,但我发现 Mallet 中的异常(exception)情况到目前为止并没有提供太多信息。我也遇到了这个错误,更改了解析数据行的正则表达式并在末尾删除了一个空行使其消失了。
即这部分的正则表达式
CsvIterator reader = new CsvIterator(new FileReader(tempTrainPath), "(\\w+)\\s+(\\S+)\\s+(.*)", 3, 2, 1);
testInstances.addThruPipe(reader);
在一整天的调试结束后,我实在是太恼火了,无法确定这两者中的哪一个才是真正的罪魁祸首。但也许此信息可以帮助其他人。
关于java - Mallet:字母不匹配异常,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/37262125/
我想使用 --use-ngrams true 选项运行 mallet,但似乎无法正常工作。 bin\mallet import-file --input ovary.txt --output ovar
这是我第一次使用槌 LDA。基本上,我下载了 mallet-2.0.8 zip 文件和 JDK。我安装了 JDK,将 mallet-2.0.8 提取到目标文件夹。我设置了 MALLET_HOME。这是
我尝试使用 Java 中的 Mallet 实现文档分类器。我已经有一个基本包含特征值的文件。所以我不想运行整个 raw text 处理管道。 目前我的特征文件中的一行看起来像这样(2 个特征,ID 和
我使用的是 Windows 7。我安装了 Mallet,当我进入 Mallet 目录时它运行得很好。但是,我正在使用一些调用它的 python 软件( https://github.com/uwgra
我正在使用 CRF 在 Mallet 上开发一个 NER 系统。 您知道是否可以收集每个预测的特征贡献吗?我需要知道并理解 CRF 模型的精确行为。 有什么建议吗? 谢谢。 干杯,乌克兰 最佳答案 是
我正在寻找有人写/知道MALLET类的详细信息。我知道这是解决ML问题的好工具,现在我尝试实现此处Andrew McCallum, Kedar Bellare and Fernando Pereira
我正在使用 MALLET 进行主题分析,它在几千行和一百左右行的文本文件(“topics.txt”)中输出结果,其中每行由制表符分隔的变量组成,如下所示: Num1 text1 topic1 prop
我已经有一个使用 SimpleTagger 训练过的 CRF 训练模型。 SimpleTagger.main(new String[] { "--tra
老实说,我对 LDA 并不熟悉,但我的一个项目需要使用 MALLET 的主题建模。 我的问题是:给定特定时间戳内的一组文档作为主题模型的训练数据,使用模型(使用推理器)来跟踪主题趋势是否合适,对于文档
我使用 MALLET 进行主题建模。 http://mallet.cs.umass.edu/topics.php 首先,我尝试按照说明导入培训文档集。 bin/mallet import-dir --
MALLET 在训练主题模型时使用 --output-doc-topics 参数生成一个制表符分隔的文件,其中包含每个文档的主题分布。它看起来像这样: doc# filename topi
我用 Mallet 训练了 maxent 文档分类模型,结果是 130MB,这对于我希望运行它的实例来说太大了。我想知道是否有一种方法可以潜在地减少模型的词汇量,从而减少整体模型的大小。有管道可以做到
我正在使用 mallet 库进行主题建模。我的数据集位于 filePath 路径中,并且 csvIterator 似乎可以读取数据,因为 model.getData() 有大约 27000 行,等于我
我使用 Java-Mallet API 通过 LDA 进行主题建模。 API 产生以下结果:主题:关键字1(计数)、关键字2(计数) 例如 主题 0:文件 (12423)、测试 (3123) ...主
我正在尝试运行 Mallet 的主题建模,但出现以下错误: Couldn't open cc.mallet.util.MalletLogger resources/logging.properties
我有一个格式如下的 csv 文件 产品名称,产品评论 现在使用 mallet 我必须训练分类器,以便如果输入包含产品评论的测试数据集,它应该告诉我特定评论属于哪个产品 mallet java api
我正在尝试将 mallet 包合并到我的 java 代码中以完成我的序列标记任务。但是,我不太确定我应该如何仅根据 mallet 网站上的数据导入指南进行操作。谁能帮我解决这个问题? 我的第一个问题是
我正在查看 Mallet 源代码,似乎大多数分类器实现(例如朴素贝叶斯)并没有真正考虑到功能选择,即使 InstanceList 类具有setFeatureSelection 方法。 现在我想对我的数
有人有幸加载过之前训练过的模型吗?翻阅其API ,CRFWriter类是拼图的1/2,但是你到底如何CRFRead(类不存在) 感谢您的帮助。 最佳答案 根据您使用的训练器,您应该能够将对象转换为 C
我正在尝试使用 Mallet 2.0.7 执行 LDA 主题建模。从训练类(class)的输出来看,我可以训练 LDA 模型并获得良好的结果。此外,我可以使用该过程中内置的推理器,并在重新处理我的训练
我是一名优秀的程序员,十分优秀!