org.lappsgrid.mallet

org.lappsgrid.mallet 该存储库包含来自UMASS Amherst的NLP工具。 总共有6种工具。 这些工具是文档分类器，序列标记器，主题建模器以及它们各自的培训器。 输入 除Sequence Tagger之外的每个工具都需要一个LAPPS Grid Data对象，该对象带有鉴别符： 和有效载荷中的文本。 非培训工具的有效负载中的文本是我们希望分析的文本。 培训工具的有效负载中的文本未使用，因此可以为null 。 序列标记符要求使用作为鉴别符，并在Data对象中使用适当的令牌。 参数 每个工具也将需要一些参数。 文件分类器 参数名称 描述 默认值 分类器 分类器模型的路径 “ /masc_500k_texts.classifier” 顺序标记 参数名称 描述 默认值 模型 序列标记器模型的路径 “ /masc_500k_texts.model” 主题建模器 参数名称 描