feature_extraction 文本特征提取算法实现-java
使用java,实现了卡方校验(chi-square)和信息增益算法提取文本特征算法
包说明
1. com.ivan.sentiment.beans
特征提取中使用到的java bean,对文档对象的封装
2. com.ivan.sentiment.feature_extraction
核心算法包,包含特征提取接口、抽象类以及特征提取实现类
3. com.ivan.sentiment.utils
工具类
4. com.ivan.sentiment.main
测试类
使用说明
//创建特征提取对象,可以使用卡方校验或者信息增益两种方法
IFeatureExtraction featureExtraction = new CHIFeatureExtractionImpl();
//IFeatureExtraction featureExtraction = new IGFeatureExtractionImpl();
//构造样本集 map的key是样本的标签,value 是对应的每个类别下的样本分词结果
Map<String,List<List<String>>> datas = new HashMap<String, List<List<String>>>();
//调用特征提取方法 第二个参数特征的个数,也可以不写,默认是300
List<String> features = featureExtraction.featureExtraction(datas, 500);