我喜欢Carrot2的工作方式。目前我主要使用XML导入。我想导入包含TF-IDF结果的XML文件，而不是代码片段。这将允许我按照自己的意愿准备数据。我尝试在代码片段中传递TF-IDF关键字(没有度量)，但它以某种方式起作用了。不幸的是，Carrot2再次对我的数据执行TF-IDF，结果一般。如果我可以将我的关键字与重要性度量一起传递，然后只使用Carrot2对结果进行微调，那就太好了。 我在API
浏览 16提问于2020-01-16得票数 0
回答已采纳
我有旧版本1.3.4的Elasticsearch，并安装了插件Carrot2集群插件1.7.0。我将Elasticsearch升级到1.5.0版本，并将插件Carrot2集群插件升级到1.8.0。现在我正在尝试使用Elasticsearch的plugin head在插件carrot2中创建集群。carrot2文档中的示例中描述的结果类似。但是当我尝试在插件carrot2中创建集群时，我得到了“找不到结果”(我尝试了两个不同的索引，结果
浏览 5提问于2015-04-08得票数 0
1回答
我刚刚浏览了solr wiki页面以进行集群。但是我不知道使用集群的好处是什么。谁能告诉我什么是clusering，它在索引和搜索中的用途。
浏览 2提问于2011-06-29得票数 5
回答已采纳
1回答
我正在尝试通过几个文本获得单词的tf-idf总分。我遵循这里看到的手动计算tf-idf的方法：
用于显示tf-idf结果的字典可以在这里看到：
[{'a': 0.09902102579427789, 'for': 0.09902102579427789children': 0.11552453009332421, 'fire'
浏览 14提问于2020-02-23得票数 1
集群标签在Carrot2中的存储位置？存储标签后，将生成FoamTree和Circle结果，但是这些标签存储在哪里呢？我如何使用一些代码等来获取它们呢？
浏览 4提问于2014-09-17得票数 0
1回答
因此，当我们单击第一个集群时，我们得到的结果是“我们在Python方面非常熟练”，而对于第二个集群，我们得到的结果是“我们在Java方面非常熟练”。
有办法在胡萝卜工作台上复制这样的结构吗？
浏览 4提问于2020-12-21得票数 0
回答已采纳
1回答
在那之后，我使用tf-idf构建了他们的DTM，我可以将其用于所有类型的分类聚类算法。到现在为止还好。
现在，让我们假设我有一个新文档，并尝试计算它到语料库中文档的距离。但是我不知道如何计算新文档的tf-idf向量，因为tf-idf依赖于整个集合，而不是单个文档。将新文档添加到语料库并重新计算其tf-idf DTM不能正常工作:不仅效率低下，而且每个新文档都会碰上已经看到的文档的值，这将改变我可能将它们作为训练集运行的任何聚类分类算法的结果。因此，我的问题是，如何使用R和tm计算新文档的
浏览 15提问于2017-07-03得票数 0
我想使用Carrot2作为一个库来构建一个新软件。但是当我构建一个新项目时，没有“从现有源代码创建项目”。我可以知道如何使用Carrot2作为库吗？
谢谢!
浏览 3提问于2014-06-05得票数 0
我很好奇，如果只使用tf-idf对我的语料库中的文档进行排名，是否也有助于对具有多个搜索词的文档进行加权，而不是只有一个搜索词的文档。例如: Search =“波兰泉水”理论上，如果一个文档包含100次“波兰队”而“水”为0次，上面的查询(使用传统的tf-idf)会使文档权重更高吗？我知道这一切都取决于“波兰”和“水”的tf-idf值，但理论上讲，如果文档中有多个术语，该算法是否有助于将文档放在结果的顶部，或者它是否真的独立于术语？
浏览 5提问于2010-10-05得票数 1
1回答
我正在使用Liferay 6.1，我正在尝试学习如何将搜索功能整合到Liferay Portal中。
浏览 1提问于2012-06-15得票数 2
回答已采纳
我一直在尝试确定一组文档之间的相似度，我正在使用的方法之一是与TF-IDF结果的余弦相似度。Sklearn和gensim使用原始计数作为TF，并对结果向量应用L2范数。它们最终是否会提供更好的结果，用于集群或其他目的？
编辑(这样问题就更清楚了)：规范化最终结果与规范化乞讨时的术语计数有什么不同？
浏览 1提问于2017-05-22得票数 1
1回答
我有一个描述列表，我必须理解其中的类别，并在单独的列中给出输入。在一段时间内，我创建了一个关键字列表，如果这些关键字出现在描述中，就会指向某个类别。我应该使用哪种机器学习算法来读取关键字并自动更新类别？此外，它还会随着时间的推移而学习。
浏览 0提问于2018-05-17得票数 0
0回答
我正在尝试将Solr与Carrot2集群引擎集成。我成功地通过Solr进行了集群，链接如下:结果集群我得到了与techproducts示例中提到的相同的输出。
浏览 8提问于2018-07-17得票数 2
我必须根据每个事件的名称和描述将每个事件分类为一个类别。我应该在应用tf-idf之前停止单词删除和词干提取，还是应该只在原始文本上应用tf-idf？
浏览 0提问于2018-10-04得票数 1
在使用Carrot2 API进行聚类后，使用Lingo3gClusteringAlgorithm进行一次。获得集群结果的MAC操作系统用户27，Linux用户5，最后所有的用户都在其他主题集群。因此，为了将Windows作为一个单独的集群，我需要配置哪些集群属性。目前只使用具有值的"combined-cluster-score-balance"：1.0。任何帮助都是非常感谢的。
浏览 3提问于2016-12-01得票数 1
1回答
我使用PATH模式在Server中生成XML文件，但无法将兄弟关系分配给其正确的父级。VALUES('1','2','apple2'),('3','1','carrot1'),
('3','2','
浏览 3提问于2020-06-11得票数 0
回答已采纳
我有一个数据集，其中包含工人的人口统计信息，如年龄，性别，地址等，以及他们的工作地点。我从数据集创建了一个RDD，并将其转换为DataFrame。 |----------|----------------| |----------|----------------| | | Gandhinagar |
浏览 3提问于2017-10-16得票数 12
回答已采纳
1回答
基于gensim的潜在语义索引
、、、、
为了使用gensim中的潜在语义索引方法，我想从一个小的“分类”示例开始，比如：id2word = gensim.corpora.Dictionary.load_from_text('wiki_en_wordids.txt')lsi = gensim.models.lsimodel.LsiModel(corpus=mm, id2word=id2word, num_topics=400)我的问题
浏览 5提问于2017-05-09得票数 0
云服务器
ICP备案
对象存储
云点播
实时音视频
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号