text-classifier-collectionJava 文本分类器集合

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