Mahout分類器訴OpenNLP文檔分類器

Question

我在交叉路口，一直使用Mahout對一些文檔進行分類，並且偶然發現了OpenNLP文檔分類器。

他們似乎做了非常類似的事情，我不知道它是否值得轉換我現在用mahout編寫的東西，並提供OpenNLP實現。

mahout比OpenNLP對文檔分類有一些明顯的優勢嗎？

我的情況是，我有幾十萬條新聞文章，我只想提取它們的一個子集。 Mahout能夠很好地完成這項工作，即使用樸素貝葉斯計算期限，然後使用TF-IDF來確定文檔屬於哪個類別。該模型會隨着新文章的發佈而更新，因此該模型會隨着時間的推移不斷改進。

看來OpenNLP文檔分類器做了一些非常相似的事情（雖然我沒有測試它是多麼準確）。 - 有沒有人有使用兩者的經驗，誰可以不同地說爲什麼會在另一個之上使用？

Answer 1

我沒有與這兩個經驗，但在試圖找出如果他們中的一個將做出一個個人項目的差異，我偶然發現了這個博客，我引用：

數據與Mahout相比，使用OpenNLP進行分類是另一種更準確，更高性能的方法。

您可以查看博客文章here。