有文本自动分类的开源项目么

[cgk100]

有文本自动分类或者web自动分类的的开源项目么

[mengde007]

貌似没有；

[liliangbao]

帮顶~

[lingyin55]

www.firtex.org, 从网页抓取,页面分析,文本提取,到中文分词,样本训练,自动分类,全部实现的.
以前还有中科院的使用 C++ 包装的 lightSVM ,都是这类东西,台湾那个 libsvm 做实验可以,实际使用性能极差.

另外是 weka 项目,这个本身是一大堆算法,但有相关的一系列项目共同实现.
http://en.wikipedia.org/wiki/Support_vector_machine


引自：http://bbs.et8.net/bbs/showthread.php?p=9845564

[f22fbi]

mark

[amossavez]

weka是用来数据挖掘的，他本身里面自带了一些数据挖掘的经典算法！！但是对文本自动分类帮助不大吧！！

[zhengyun_ustc]

..
..
还在找

[windsting]

完全不懂LZ在问什么，估计就是知道再问什么我也不懂，
问一下，什么样的目的需要这种手段呢？

[cgk100]

我的意思是，我抓取了很多数据，我想对这些内容进行分类，自动分类那种

[antss]

很简单嘛.进行词法分析.不过,词法分析是专用的.

您那要对大众对象.估计,够呛.如果用模板,就提取不到东西了.好玩.好郁闷的事情.

[jyz3051]

太多了，都自己写那个代码了，还不会用搜索引擎自己找？这小孩！

[dvdface]

[Quote=引用 8 楼 cgk100 的回复:]
我的意思是，我抓取了很多数据，我想对这些内容进行分类，自动分类那种
[/Quote]

囧，索引和分类就是相关的。

先检索，然后分类，

来了查询，先找类型，然后再到类型里面进行子查询。

没必要在所有类型里面查，那样效率太低。

我正好写了一个。

分词用的ICTCLAS，其实不用这个也行，

向量空间模型建立，用WVTool改的

分类用的LIBSVM， 的确效率很差， 貌似用API的时候不能自动的利用 交叉检验进行预测

预测倒是挺快的。可惜没交叉检验过的参数， 明显不如 直接命令行的好，命令好的最少也有83%的正确率。

还有点内存泄漏的问题亟待解决。

[lpzun]

wvtool+libsvm，正在研究中

[wjwzsj]

[Quote=引用 11 楼 dvdface 的回复:]
引用 8 楼 cgk100 的回复:我的意思是，我抓取了很多数据，我想对这些内容进行分类，自动分类那种

囧，索引和分类就是相关的。

先检索，然后分类，

来了查询，先找类型，然后再到类型里面进行子查询。

没必要在所有类型里面查，那样效率太低。

我正好写了一个。

分词用的ICTCLAS，其实不用这个也行，

向量空间模型建立，用WVTool改的

分类用的LIBSVM， 的确效率很差， 貌似用API的时候不能自动的利用 交叉检验进行预测

预测倒是挺快的。可惜没交叉检验过的参数， 明显不如 直接命令行的好，命令好的最少也有83%的正确率。

还有点内存泄漏的问题亟待解决。
[/Quote]
成果让我也学习一下吧，[e-mail],先谢谢了