(MALLET教程.docVIP

Mallet：自然语言处理工具包 发表于128 天前???技术,?科研???评论数 6?? 被围观?1006?Views+ MALLET是基于java的自然语言处理工具箱，包括分档得分类、句类、主题模型、信息抽取等其他机器学习在文本方面的应用，虽然是文本的应用，但是完全可以拿到多媒体方面来，例如机器视觉。 MALLET包含了足够的文本分类的算法，还有特征提取的算法等。文本分类的算法像是Na?ve Bayes, Maximum Entropy, and Decision Trees等，而且也对代码做了优化。 MALLET也包含sequence tagging的工具和算法，例如信息抽取的应用等，算法有Hidden Markov Models, Maximum Entropy Markov Models, and Conditional Random Fields. MALLET也包含主题模型：topic modeling?toolkit contains efficient, sampling-based implementations of Latent Dirichlet Allocation, Pachinko Allocation, and Hierarchical LDA. MALLET当然还有其他功能，很强大。下面是api和一个pdf的链接：[API] [教程]。 ==============关于MALLET的安装配置================== 这里有一个安装配置的说明，我把它转载过来了： Mallet?使用说明 ? Mallet是专门用于机器学习方面的软件包，此软件包基于java。通过mallet工具，可以进行自然语言处理，文本分类，主题建模。文本聚类，信息抽取等。下面是从如何配置mallet环境到如何使用mallet进行介绍。 ? 一． 1.???????下载并安装JDK，并正确设置环境变量 需设置三个环境变量： ?????????JAVA_HOME：该环境变量的值就是Java所在的目录， 例如C:\Program Files\Java\jdk1.6.0_10 ?????????PATH：指定一个路径列表，用于搜索可执行文件。 该环境变量值为：%JAVA_HOME%\bin ????????CLASSPATH：指定一个路径列表，是用于搜索Java?编译或者运行时需要用到的类。该环境变量的值为：%JAVA_HOME%\lib\tools.jar；%JAVA_HOME%\lib\dt.jar ????????运行?cmd ?????????分别输入javac和java，没有出错则表示配置成功。 2.???????下载apache-ant，不需安装，只需正确设置环境变量。 apache-ant是一个基于Java的编译工具。 ????????下载?/bindownload.cgi，解压?放到你要的目录 ????????配置 ??????ANT_HOME：设置为apache-ant的解压目录，例如：C:\server\apache-ant-1.8.0?????????????classpath：?%ANT_HOME%\lib ??????Path?：%ANT_HOME%\bin ????????测试 ????????运行?cmd ?????????输入?ant 结果如下则表示配置成功 Buildfile:?build.xml?does not exist!Build failed 3．下载mallet?最新版本mallet-2.0.5，地址：/download.php ???????配置环境变量： ?????????MALLET_HOME=MALLET的解压目录，例如C:\mallet ?????????Path中添加?%MALLET_HOME%\bin ?????????classpath:%mallet_home%\class;%mallet_home%\lib;%mallet_home%\lib\mallet-deps.jar ????????运行?cmd，进入到mallet的解压目录 ?????????输入?ant 如果出现Build successful字样，则表示配置成功 ? 二．Mallet ? 全称：MAchine?Learning for?LanguagE?Toolkit Mallet是一java的软件包，专门用于统计自然语言处理，文本分类，主题建模，信息抽取，以及其它涉及文本的机器学习方面的应用。 a)?????????文本分类：它的基本思想是，用大量的训练样本训练分类器，再用些测试样本测试分类器的性能，然后保存训练好的分类器模型。当将未知类别的文本输入已训练好的分类模型时，可输出此未知类别