OpenNLP的性能明显不如我测试过的其他文档分类器，所以在我放弃它之前，我决定确保我正在尝试所有的刻度盘和旋钮。有一件事让我印象深刻，那就是OpenNLP训练我的模型非常快(大约1.2秒)。我使用过的其他NLP工具可能需要几分钟，如果不是几个小时的话。我的培训文件中有大约12000条记录。
我已经尝试将迭代次数从10次增加到10000次，不幸的是，这似乎对训练时间或准确性没有任何
浏览 24提问于2019-07-22得票数 1
我正处在一个十字路口，我一直在使用Mahout对一些文档进行分类，并偶然发现了OpenNLP文档分类器。他们似乎做了非常相似的事情，我不知道是否值得转换我目前用mahout编写的内容，并提供一个OpenNLP实现。
在文档分类方面，mahout是否比OpenNLP有明显的优势？我的情况是，我有几十万篇新闻文章，我只想提取其中的一个子集。Mahou
浏览 0提问于2013-10-28得票数 3
回答已采纳
我能理解句子检测，记号器，名字查找器。但我被分类器卡住了。原因是，我不明白，如何创建一个分类模型。我只是不知道为什么这里会出现空指针异常？当我尝试opennlp DoccatTrainer时，它会为我打开帮助，所以路径不是问题。任何帮助都是非常感谢的。它起作用了，我认为它必须对文档做些什么(
浏览 4提问于2015-05-11得票数 2
回答已采纳
Reactive的objectId很长。但是为什么_id索引速度这么快?如果我在创建文档时手动设置id值(除了随机唯一的长值)，那么索引时间会很长吗？
浏览 12提问于2022-06-21得票数 0
回答已采纳
除了通过Mongo视图将过滤后的文档集返回给最终用户之外，我还运行了几个函数来生成运行中的总计。但是，由于某种原因，虽然我的find()操作非常快(225 is )，但我正在运行的这个附加聚合需要超过6秒来执行--这会减慢整个端点的速度，因为这些数据是在我返回的数据中传递的。我想弄明白为什么这个聚合会这么慢？此聚合与最终用户传入的筛选器匹配，然后计算返回文
浏览 0提问于2018-06-27得票数 1
回答已采纳
1回答
我正在努力理解如何使用Stellargraph的EdgeSplitter类。特别是，关于培训基于Node2Vec的链接预测模型的文档将图形拆分为以下几个部分：
# Define an edge splitter, examples_test, labels_test = edge_splitter_test.train_test_split(
p=0.1, method=&qu
浏览 26提问于2020-08-27得票数 2
2回答
我计划通过服务器应用程序访问Google，并使用通过AccountManager从Android设备接收到的授权令牌(博客文章中的完整代码：)。而且，我确实在我的手机上请求了这样一个令牌，并且也得到了一个令牌(可以在调试器中看到它，所以它是由谷歌发布的)，但是它没有显示在我授权的应用程序中(如果是这样
浏览 3提问于2014-02-01得票数 0
回答已采纳
3回答
我试图找出哪些分类方法，不使用培训阶段，是可用的。应用程序(非训练)是最近模板预测方法。在这种情况下，计算每个样本与每个签名之间的余弦距离(在公共特征集上)。然后将每个样本分配给最近的类(样本类比较导致距离更小)。在这种情况下，不需要已经分类的样品。
另一个不
浏览 0提问于2014-07-02得票数 4
回答已采纳
我成功地训练了多分类器模型，使用简单的与类相关的文件夹结构和keras.preprocessing.image.ImageDataGenerator与flow_from_directory (没有一个热编码手工操作当我决定做我自己的(不是猫，不是狗，不是you_named)物体探测器-这变成了一个噩梦.
TFRecord和tf.Example简直是疯了！但是好吧，我几乎可以理解了(我的数据集很小，我有很多内存，但是谁在乎呢，写f.样板，这么多.)主要<
浏览 0提问于2020-06-01得票数 1
我的replSet有3个节点(node2、node4和node6)。Node2具有更高的优先级，因此它是主要的。我从本地机器连接到主节点(远离所有节点及其本地网络)：我将大文档插入1000次：for (var i = 0; i，但这一次连接到replSet，而不仅仅是单个节点：这次我只插入了10个文档，因为我没有一整天的时间。在连接到单个
浏览 2提问于2013-05-23得票数 1
7回答
Java开源文本挖掘框架
、、、、
我想知道使用botg机器学习和字典方法进行文本挖掘的最好的开源Java框架是什么。
我使用的是Mallet，但文档并不多，我不知道它是否能满足我的所有需求。
浏览 0提问于2010-02-21得票数 13
4回答
我知道cross-validation和模型比较是选择模型的一个重要方面，但在这里，我想了解更多关于这两种方法的经验规则和启发式的知识。有谁能解释一下分类器的微妙之处、优点、弱点以及最适合它们的问题吗？
浏览 0提问于2015-08-20得票数 39
回答已采纳
3回答
将文档分类为多个类别
、、、、
我在Postgres数据库中存储了大约30万个文档，这些文档带有主题类别(总共大约有150个类别)。我还有另外15万个还没有分类的文档。我正在尝试找到对它们进行程序化分类的最佳方法。我一直在探索及其朴素的贝叶斯分类器。这似乎是一个很好的起点(如果你能为这项任务提出一个更好的分类算法，我洗耳恭听)。此外，随着我对更多类别的训练，分类器</e
浏览 0提问于2010-06-25得票数 33
回答已采纳
2回答
面向大数据集的多标签分类
、、、、
我正在解决一个多标签分类问题。我有大约600万行要处理，这些行是巨大的文本块。它们在单独的列中使用多个标记进行标记。
任何关于哪些scikit库可以帮助我扩展代码的建议。
浏览 3提问于2013-11-29得票数 6
2回答
例如:这是一个水平表格：这是一个垂直表：当然，请记住，"Bold“属性以及着色和任何样式属性在分类时都不可用。我正在考虑用统计的方法来解决这个问题，我可以手写几个特征，比如“如果第一行有数字，但第一列没有数字。这可能是一个垂直表”，然后给每个特征打分，并结合起来决定表的方向。这就是你处理这样一个问题的方式吗？我以前没有使用过任何基于统计的算法，我不确定对于这样的问题，哪种算法是最优的
浏览 5提问于2013-01-01得票数 2
2回答
我并没有像我想的那样理解Java。在框架的画法中，我想擦除当前的所有按钮，并添加新的按钮。(总体目标是有一个界面，用户可以看到字符并单击按钮下载与字符相关的文档。我不知道为什么会这样，因为我正在适当地添加组件，对吗？明白了，让我给你一个更详细的分类。客户端通过查看西部面板上游戏中的字符列表来导航我的程序。我创建了键侦听器，这样客户端可以通过按num键快速查看文档</
浏览 6提问于2012-07-14得票数 4
回答已采纳
根据我的理解，对于每个测试样本，kNN分类器算法计算当前测试样本与所有训练样本之间的距离，并选择一定数量的最近邻域，确定测试样本的标签，然后进行下一个测试样本。我的代码类似于以下超链接中的示例kNN分类器代码，非常简单： https://tutorialspoint.dev/computer-science/machine-learning/multiclass-cl
浏览 69提问于2021-01-21得票数 0
回答已采纳
1回答
我在数组中有一个文档，并尝试更新文档中的值。如您所见：Error: Not permitted.我必须在服务器上运行这个更新代码，但是到目前为止，我看到的唯一例子只是在服务器的.find()或.findOne()上执行一些更新逻辑，然后所有的更新逻辑都是在Meteor.methods() (客户机和服务器端编辑：我说得有点快
浏览 2提问于2015-12-04得票数 0
回答已采纳
1回答
我有一个非常简单的基于正则表达式的解析器。解析器从纯文本中提取一些特定的键值对。每个纯文本文档大约需要10毫秒。平均文档长度约为700字节，发现的最大文档为2kb。大多数测试运行得很快(从build到build图，从build服务器运行)：有些测试有时运行得很快：但其中一些人坚持了一分钟：单元测试之间唯一的区别是文档的文本和对象
浏览 2提问于2015-09-23得票数 1
1回答
我有下面的代码片段来训练文本分类的模型。我对它进行了相当多的观察，并且运行非常顺利，但是它仍然使用了大量的RAM。我们的数据集是巨大的(1300万个文档+词汇表中的1800万单词)，但在我看来，执行中抛出错误的点非常奇怪。：在执行的这一点上，训练已经完成，分类
浏览 1提问于2018-03-26得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
