text-classifier-collection 是一个文本分类器集合。一个强大易用的Java文本分类工具包
特色
-
功能全面
-
内置信息检索中各种常用的文本预处理方法，如语言感知分词、词干提取、繁简转换、停用词去除、同义词插入、n-gram生成等等
-
内置SVM、kNN、朴素贝叶斯等多种分类器
-
内置支持CSV等格式数据的读取
-
-
高度可定制
-
你可以插入你编写的分词方法、单词规范化方法、停用词列表、同义词列表、TF-IDF公式等等
-
可以轻易实现你自己的分类器而与工具包中其它工具一起使用
-
-
容易使用
-
可自动按给定数据集选取最优分类器
-
与Java8引入的流和函数式API无缝结合
-
效果
| 数据集 | 样本数 | 分类数 | 准确率 |
|---|---|---|---|
| YouTube Spam Collection | 1956 | 2 | 92.1% |
| SMS Spam Collection | 5574 | 2 | 98.2% |
| Sentence Classification | 1510 | 5 | 80.4% |
| Reuters-21578 Text Categorization Collection | 21578 | 135 | 59.8% |
| Reuters-21578 Text Categorization Collection | 21578 | 175 | 67.8% |
-
摘要：本文为BERT模型的run_classifier.py的详细注释，便于了解这个微调脚本究竟做了什么？模型可调参数有哪些？自己写一个processor的类，需要注意哪些？想要运行这个脚本，需要传入哪些参数？尽在本文详细注释！ # coding=utf-8 # bert注解版 # raw author: Google # explain author：putdoor """BERT finet
-
抱着学习的心态，来转载这篇博客，如有侵犯，请联系删除 原文链接：链接点这里 # coding=utf-8 # bert注解版 # raw author: Google # explain author：putdoor """BERT finetuning runner.""" from __future__ import absolute_import from __future__ impo
-
"""Training a face recognizer with TensorFlow based on the FaceNet paper FaceNet: A Unified Embedding for Face Recognition and Clustering: http://arxiv.org/abs/1503.03832 """ # MIT License # # Copyri
-
这是转自官方的http://opencv.itseez.com/master/dc/d88/tutorial_traincascade.html 收了，以后方便看 Introduction The work with a cascade classifier inlcudes two major stages: training and detection. Detection stage is
-
分类法/范例四: Classifier comparison 这个范例的主要目的 比较各种分类器 利用图示法观察各种分类器的分类边界及区域 (一)引入函式并准备分类器 将分类器引入之后存放入一个list裏 这边要注意 sklearn.discriminant_analysis 必需要 sklearn 0.17以上才能执行 import numpy as np import matplotlib.p
-
文本组件呈现带符号距离字段（SDF）字体文本。 简介 请注意，在3D中渲染文本是困难的。在2d web开发中，文本是最基本的东西，因为浏览器的渲染器和布局引擎处理一切。而浏览器目前尚未对3d环境中的文本提供这么强大的内在支持。在A-Frame中呈现文本还有其他几种不同的方法，包括： 3D文本几何体 HTML材质(DOM-to-Canvas-to-Texture) 图像贴图 默认情况下，我们选择了基
-
文本格式 This text is styled with some of the text formatting properties. The heading uses the text-align, text-transform, and color properties. The paragraph is indented, aligned, and the space between c
-
传统图像中的文本实际上是已经栅格（像素）化为了点阵图，并不再具备文本的特性。 而SVG图像中的文本由于是独立对象存在，要灵活得多，可以实现更多的图文交互效果，而且可以被搜索引擎所索引。 不过SVG文本不能自动换行，不适合用来描述大段动态文本，这是一个缺点。 text 标签 text 标签用来创建SVG文本元素。 例子1 - 简单文本和变换 代码如下： 代码解释如下： x="" 指明文字的左下角的X
-
这是一个非常简单的 Python 库，实现了朴素贝叶斯分类器。 示例代码： """Suppose you have some texts of news and know their categories.You want to train a system with this pre-categorized/pre-classified texts. So, you have better ca
-
本章介绍如何使用Java从Word文档中提取简单文本数据。 如果要从Word文档中提取元数据，请使用Apache Tika。 对于.docx文件，我们使用类org.apache.poi.xwpf.extractor.XPFFWordExtractor，它从Word文件中提取并返回简单数据。 同样，我们有不同的方法从Word文件中提取标题，脚注，表格数据等。 以下代码显示如何从Word文件中提取简单