如何將reuters-21578數據集與svm.net用於文本分類？

Question

我剛剛開始了一個文本分類應用程序，我已經閱讀了很多關於這個主題的論文，但是直到現在我不知道如何開始，我覺得我還沒有獲得整個圖像。我已經獲得了訓練數據集並閱讀了其描述，併爲SVM算法（SVM.Net）獲得了很好的實現，但我不知道如何在該實現中使用該數據集。我知道我應該從數據集的文本中提取特徵，並將這些特徵用作SVM的輸入，因此任何人都可以告訴我關於如何提取文本特徵並將它們用作SVM算法輸入的詳細教程，然後使用這種算法來分類一個新的文本？ 如果有關於使用SVM進行文本分類的完整示例，那就太好了。

任何幫助，將不勝感激。 在此先感謝。

Answer 1

爲文本分類創建特徵可以像您希望的那樣複雜。

一個簡單的方法是將每個不同的術語映射到一個特徵索引。然後，您將每個文檔表示爲每個術語頻率的矢量。 （你可以刪除停用詞，重量等等）。對於文本分類，您還可以爲每個矢量分配標籤。

例如，如果該文件是一句：

John loves Mary 

帶有標籤的 「垃圾郵件」。

那麼你可能有以下映射：

John : 1 
loves: 2 
Mary: 3 

那麼你的載體變成：

1 1 2 1 3 1 

（我已假定每個功能有重量的一種）

我不不瞭解SVM.NET，但大多數受監督的機器學習方法將接受基於向量的輸入。