com.hankcs.hanlp.classification.classifiers

类 AbstractClassifier

java.lang.Object

com.hankcs.hanlp.classification.classifiers.AbstractClassifier

所有已实现的接口:

IClassifier

直接已知子类:

NaiveBayesClassifier

public abstract class AbstractClassifier
extends Object
implements IClassifier

作者:

hankcs

构造器概要

构造器

构造器和说明
AbstractClassifier()

方法概要

限定符和类型	方法和说明
String	classify(Document document) 预测最可能的分类
String	classify(String text) 使用一个训练出来的分类器来预测分类
IClassifier	enableProbability(boolean enable) 是否归一化分值为概率
int	label(Document document) 预测最可能的分类
Map<String,Double>	predict(Document document) 预测分类
void	train(Map<String,String[]> trainingDataSet) 训练模型
void	train(String folderPath) 用UTF-8编码的语料训练模型
void	train(String folderPath, String charsetName) 训练模型

从类继承的方法 java.lang.Object

clone, equals, finalize, getClass, hashCode, notify, notifyAll, toString, wait, wait, wait

从接口继承的方法 com.hankcs.hanlp.classification.classifiers.IClassifier

categorize, getModel, predict, train

构造器详细资料

AbstractClassifier

public AbstractClassifier()

方法详细资料

enableProbability

public IClassifier enableProbability(boolean enable)

从接口复制的说明: IClassifier

是否归一化分值为概率

指定者:

enableProbability 在接口中 IClassifier

返回:

classify

public String classify(String text)
                throws IllegalArgumentException,
                       IllegalStateException

使用一个训练出来的分类器来预测分类

指定者:

classify 在接口中 IClassifier

参数:

text -

返回:

抛出:

IllegalArgumentException

IllegalStateException

classify

public String classify(Document document)
                throws IllegalArgumentException,
                       IllegalStateException

从接口复制的说明: IClassifier

预测最可能的分类

指定者:

classify 在接口中 IClassifier

参数:

document - 一个结构化的文档(注意!这是一个底层数据结构,请谨慎操作)

返回:

最可能的分类

抛出:

IllegalArgumentException

IllegalStateException

train

public void train(String folderPath,
                  String charsetName)
           throws IOException

从接口复制的说明: IClassifier

训练模型

指定者:

train 在接口中 IClassifier

参数:

folderPath - 分类语料的根目录.目录必须满足如下结构:
根目录
├── 分类A
│ └── 1.txt
│ └── 2.txt
│ └── 3.txt
├── 分类B
│ └── 1.txt
│ └── ...
└── ...
文件不一定需要用数字命名,也不需要以txt作为后缀名,但一定需要是文本文件.

charsetName - 文件编码

抛出:

IOException - 任何可能的IO异常

train

public void train(Map<String,String[]> trainingDataSet)
           throws IllegalArgumentException

从接口复制的说明: IClassifier

训练模型

指定者:

train 在接口中 IClassifier

参数:

trainingDataSet - 训练数据集,用Map储存.键是分类名,值是一个数组,数组中每个元素都是一篇文档的内容.

抛出:

IllegalArgumentException

train

public void train(String folderPath)
           throws IOException

从接口复制的说明: IClassifier

用UTF-8编码的语料训练模型

指定者:

train 在接口中 IClassifier

参数:

folderPath - 用UTF-8编码的分类语料的根目录.目录必须满足如下结构:
根目录
├── 分类A
│ └── 1.txt
│ └── 2.txt
│ └── 3.txt
├── 分类B
│ └── 1.txt
│ └── ...
└── ...
文件不一定需要用数字命名,也不需要以txt作为后缀名,但一定需要是文本文件.

抛出:

IOException - 任何可能的IO异常

predict

public Map<String,Double> predict(Document document)

从接口复制的说明: IClassifier

预测分类

指定者:

predict 在接口中 IClassifier

返回:

label

public int label(Document document)
          throws IllegalArgumentException,
                 IllegalStateException

从接口复制的说明: IClassifier

预测最可能的分类

指定者:

label 在接口中 IClassifier

返回:

抛出:

IllegalArgumentException

IllegalStateException