apache mahout文本西班牙文

Question

有誰知道Apache Mahout是否能很好地處理西班牙文本？我需要用西班牙語對報紙文章進行聚類，並且沒有太多的工具可以做到。我認爲Mahout是一個很酷的框架，但是它能很好地處理西班牙文本？

Answer 1

爲什麼不呢？您可以使用seq2sparse命令的bin/mahout腳本，並使用-a選項指定相應的Lucene分析器（org.apache.lucene.analysis.es.SpanishAnalyzer）。參見Mahout in Action book的第8章（第199-200頁）。

除此之外，您還可以使用現有的分析儀編寫自己的分析儀。本書包含很多例子，你可以找到源代碼in repository。