openNLP分类内容始终返回第一个类别

Question

我正在测试openNLP库以实现分类内容的自动化，但我有麻烦。我正在使用此代码，它总是返回我训练数据中的第一个类别，我正在从任何新闻网站传递完整的文章。

    public void trainModel() {
        try {
            InputStreamFactory inputStreamFactory = new MarkableFileInputStreamFactory( new File("C:\\Users\\emehm\\Desktop\\data\\training_data.txt") );
            ObjectStream<String> lineStream = new PlainTextByLineStream(inputStreamFactory, "UTF-8");
            ObjectStream<DocumentSample> sampleStream = new DocumentSampleStream(lineStream);

            DoccatModel model = DocumentCategorizerME.train("en", sampleStream, TrainingParameters.defaultParams(), new DoccatFactory());
            DocumentCategorizerME myCategorizer = new DocumentCategorizerME(model);
            double[] outcomes = myCategorizer.categorize(  new String[]{ this.getFileContent() });
            String category = myCategorizer.getBestCategory(outcomes);
            Map<String, Double> map = myCategorizer.scoreMap(new String[]{ this.getFileContent() });
            System.out.println(category);
        } catch (IOException e) {
            // Failed to read or parse training data, training failed
            e.printStackTrace();
        }
    }

    public String getFileContent() throws IOException {
        InputStream is = new FileInputStream("C:\\Users\\emehm\\Desktop\\data\\statija.txt");
        BufferedReader buf = new BufferedReader(new InputStreamReader(is));
        String line = buf.readLine();
        StringBuilder sb = new StringBuilder();
        while (line != null) {
            sb.append(line).append("\n");
            line = buf.readLine();
        }
        buf.close();
        return sb.toString();
    }

培训数据：http://pastebin.com/ZhxswkvJ

我正在使用的文章：http://pastebin.com/xtABGcbh

它总是返回列表中的第一个类别，我想知道我缺少了什么？当我调试它时，它会返回所有的0.25分，并出于某种原因选择第一个。当我测试一个单词时，我想它是有效的，但它不适用于一篇文章。

Answer 1

输入需要分成几个单词（按空格分开）。

更改此：Double[]的结果=myCategorizer.categorize（new String[]{this.getFileContent() });

双[]结果=myCategorizer.categorize（this.getFileContent（）(" ") );

之后，你应该有更好的结果。重要的是要注意有效性与模型的质量有关。