從數據集中製作基準，斯坦福大學NLP

Question

我試圖運行斯坦福大學NLP分類器的例子，並對分類新數據集提出了一個問題。我發現「.test」文件包含「goldClass」，這是正確的答案以及應該測試的字符串。

示例性測試集的格式如下：

<label> <string> 
<label> <String> 
... 
.... 

這是有道理的，一旦我們的模型已經從設定手分類數據創建了一個模型的評價。但是現在，一旦創建了模型，我如何對全新的數據集進行分類？我不再有相關的標籤...我只是有一組新的字符串，我想知道類...

但是要對它們進行分類，我將不得不創建一個Datum對象。要創建基準對象，我需要使用makeDatumFromLine（），它需要TSV線...爲什麼這必須是TSV？分類新數據時，指定GoldClass有什麼用處？

我希望我的問題很清楚..

Answer 1

「爲什麼它必須是TSV？

因爲它。我的解決方案，以獲得未知行的類是以下內容：

Datum<String, String> example = cdc.makeDatumFromLine("\tEverybody here needs food badly!"); 
System.out.println("Example data-> "+cl.classOf(example)); 

似乎工作正常。我不知道這是否是最好的用途 - 但它對我有用。