apache mahout西班牙语文本

Question

有谁知道Apache Mahout是否可以很好地处理西班牙语文本？ 我需要对西班牙语的报纸文章进行一些分类，并且没有很多工具可以做到这一点。 我认为Mahout是执行此操作的一个不错的框架，但是处理西班牙语文本是否很好？

Answer 1

为什么不？ 您可以使用bin/mahout脚本的seq2sparse命令，并使用-a选项指定相应的Lucene分析器（ org.apache.lucene.analysis.es.SpanishAnalyzer ）。 请参阅《行动》中Mahout的第8章（第199-200页...）。

除此之外，您还可以使用现有的分析器编写自己的分析器。 本书包含许多示例，您可以在repository中找到源代码。