开启辅助访问切换到宽版

机器学习和生物信息学实验室联盟»广场 › 学术和技术 › 数据挖掘 › 文本分类相关资料

发新帖

查看: 2973|回复: 5

上一主题

下一主题

文本分类相关资料

电梯直达

跳转到指定楼层

楼主

发表于 2012-11-25 19:50:31 | 只看该作者回帖奖励

回帖奖励

|倒序浏览 |阅读模式

本帖最后由 cwc 于 2012-11-26 16:11 编辑

路透社新闻语料，其中training、test为数量top k的十类。training-all、test-all为90类
好用的统一词根工具，解压后输命令-inputpath -outputpath。
读入文件到预处理再到生成TFIDF值的代码
有兴趣的同学可以下载试试~

文本文类, 语料, 统一词根, TFIDF, 预处理

本帖子中包含更多资源

您需要登录才可以下载或查看，没有帐号？注册

x

分享到: QQ好友和群 QQ空间 腾讯微博 腾讯朋友

收藏0 转播分享

回复

使用道具举报

沙发

发表于 2012-11-26 00:35:44 | 只看该作者

其实UCI上有很多哦

回复支持反对

使用道具举报

板凳

发表于 2012-11-26 13:11:31 | 只看该作者

twinsken 发表于 2012-11-26 00:35
其实UCI上有很多哦

能给个链接么，我需要各种预料。

回复支持反对

使用道具举报

地板

发表于 2012-11-26 13:19:41 | 只看该作者

有没有生成TF-IDF的代码？以及对文本预处理的程序？都上传上来哦，方便大家后续使用

回复支持反对

使用道具举报

5^#

发表于 2012-11-26 13:58:49 | 只看该作者

http://archive.ics.uci.edu/ml/
tf-idf weka mahout nltk都有不过还是推荐python

回复支持反对

使用道具举报

6^#

发表于 2012-11-26 14:04:56 | 只看该作者

twinsken 发表于 2012-11-26 13:58
http://archive.ics.uci.edu/ml/
tf-idf weka mahout nltk都有不过还是推荐python

非常感谢！

回复支持反对

使用道具举报

发新帖

机器学习和生物信息学实验室联盟

GMT+8, 2024-11-2 09:24 , Processed in 0.071977 second(s), 24 queries .

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc.

快速回复 返回顶部 返回列表