如何在斯坦福大学分类器中使用朴素贝叶斯分类器，SVM和最大熵

Question

目前，我正在使用朴素贝叶斯算法，SVM和最大熵对引文句子进行分类，目前我的数据是110个非引文句子和10个引文句子。 我正在使用代码从斯坦福分类器示例中进行分类，结果很好。 但是分类器是拟牛顿。 如何使用朴素贝叶斯分类器，支持向量机和最大熵？ 我已经尝试编辑prop文件并添加“ useNB = true”，但事实证明所有数据都是非引文句子类。 我已经在http://nlp.stanford.edu/nlp/javadoc/javanlp/edu/stanford/nlp/classify/ColumnDataClassifier.html上阅读了Javadoc，但我不知道将Navid Bayes算法的setClass放在哪里

Answer 1

默认情况下，分类器将运行最大熵（即逻辑回归）分类器-以编程方式运行LinearClassifier.java 。 QNMinimizer是斯坦福大学L-BFGS最小化器的实现，用于优化最大目标。 我相信标志useNB=true对于切换到朴素贝叶斯是正确的。 对于运行SVM：理论上，CoreNLP具有SVMLight的包装器，但是此时您也可以直接运行SVMLight。

首先，您的训练数据是否不平衡？ 在平衡的训练条件下，将所有句子放到一个班上会很奇怪。