weka中的字符串數組屬性

我需要一個weka訓練文件（arff）來創建一個名稱（String）和一個與該名稱相關聯的字符串數組，以便分類器將該名稱與這些字符串相關聯文本。對於這個任務，我如何在Weka中創建一個屬性爲String的屬性？或者有沒有其他方法可以做到這一點？weka中的字符串數組屬性

（我用樸素貝葉斯分類器）

例如：迪皮卡·沙阿，貪婪的讀者，有趣，漂亮

所以，如果我有任何上面所給出的迪皮卡·沙阿的字符串的句子，它應該將句子分類爲Deepika Shah。

編輯：我需要使用句子中的單詞和短語將句子分類爲關於名稱。所以我給出了一組與名稱相關的字符串以及它們與之相關聯的名稱。分類器應該從句子中找到類。或者，也可以在從句子中提取特徵後（假設我已提取特徵）。

來源

2016-09-08 zoozoofreak

那麼，你的名字是你想要預測的字符串數組的類嗎？你能提供至少一個例子，以便我們可以清楚地瞭解。 – drp

是的，名字是班級。 – zoozoofreak

然後在你的String數組上使用StringToWordVector過濾器（我想你的字符串數組就是說「你是個好人」）。在StringToWordvector類中，您可以將字符串數組（由一個或多個單詞組成的句子）轉換爲N-gram格式，您可以通過Tokenizer類指定N的任何值。您需要將String數組指定爲String屬性n arff文件。在arff文件中加上引號的值（'你是個好人'）。如果你不明白這個評論，讓我知道我會在答案部分詳細提供anser。 – drp

你ARFF文件需要在以下格式：

@Relation testRelation 

@attribute firstAtr string 
@attribute secondAtr string 
@attribute thirdAtr string 
@attribute yourClass {Deepika Shah, secondClass, ...other classes listed here} 

@data 
"Voracious reader","funny"," pretty",Deepika Shah 

...more data here

然後你可以導入你的ARFF文件中秧雞。

現在您需要將字符串值轉換爲數字。爲此，您必須使用位於預處理選項卡的「過濾器」部分中的weka->unsupervised->attribute->StringToWordVector過濾器。您可以單擊過濾器來調整參數，如術語表示（tf，tf-idf），停用詞，詞幹分析算法，n元組等。然後單擊「應用」。

完成此過程後，您可以繼續進行分類選項卡並繼續進行分類。您可以選擇分類並且您可以隨時進行分類。

注意：您需要選擇名義類(Nom)yourClass（位於測試選項下）才能使開始按鈕可點擊。

注2：如果您的刺痛屬性是固定的像可笑，可悲，中性等值，您可以使用標稱屬性，而不是字符串

PS一個很好的例子包含上述所有可以在這裏找到：https://www.youtube.com/watch?v=jSZ9jQy1sfE

來源

2016-09-08 10:23:29 xro7

我的問題是每個類的字符串屬性的數量可能不同。 Deepika Shah可能會有3個字符串來形容她，Katrina Kaif可能會有5個字符串，依此類推。我在這種情況下做什麼？ – zoozoofreak

你是什麼意思3串？如果你的意思是有n個字符串來描述一個類，那麼你應該用一個通用類手動替換所有n個字符串。例如，如果Deepika Shah，blablabla1，blablabla2指的是同一類，那麼用Deepika Shah替換所有blablabla1和blablabla2 – xro7

不，我的意思是像你有firstAtr，secondAtr，thirdAtr等等。我有n個屬性。 – zoozoofreak

weka中的字符串數組屬性

回答

相關問題