将 prop 文件转换为 arff 文件答案

【问题标题】：Converting prop file to arff file将 prop 文件转换为 arff 文件
【发布时间】：2014-02-10 02:21:03
【问题描述】：

我正在使用Staford classifier 执行与 NLP 相关的任务。但我也需要尝试其他机器学习算法。所以我想将 prop 文件转换为 arff 或打印特征然后转换为 arff 文件。一个主要问题是分类器工具输出的特征具有稀疏表示（仅显示存在的特征）。如何做到这一点？

【问题讨论】：

【解决方案1】：

ARFF 有一个sparse 格式。它与非稀疏 ARFF 文件非常相似，但没有明确表示值为 0 的数据。

稀疏 ARFF 文件具有相同的标头（即 @relation 和 @attribute 标记），但数据部分不同。而不是按顺序表示每个值，如下所示：

@data
0, X, 0, Y, "class A"
0, 0, W, 0, "class B"

非零属性由属性号明确标识，并声明其值，如下所示：

@data
{1 X, 3 Y, 4 "class A"}
{2 W, 4 "class B"}

注意this关于arff稀疏格式的问题。

【讨论】：

在斯坦福分类器中假设为一个句子生成 Ngram，整个句子在 column1 中给出。那么这些特征将被表示为1-set1Ngram 1-nextSetNgram 1-nextAgain，依此类推，直到形成所有的ngram。但我想这组中的每一个都以 arff 格式形成不同的特征，所以格式应该是，比如{ 1 set1Ngram, 2 nextSetNram, 3 nextAgain} rather than {1 set1Ngram, 1 nextSetNram, 1 nextAgain}