使用 WEKA 对标记的推文进行分类答案

【问题标题】：Classifying labeled tweets using WEKA使用 WEKA 对标记的推文进行分类
【发布时间】：2018-09-04 10:07:56
【问题描述】：

我正在研究使用情绪分析和 Weka 根据预先标记的数据集将推文分类为属于 3 个类别之一。

数据集在表格中有6个属性：

count(num), hate_speech(num), offensive_language(num), neither(num), class(num), tweet(string)

其中 class 和 tweet 是有趣的属性。类属性是一个数值（0、1 或 2），而推文是一个包含推文原始文本的字符串。有谁知道如何做到这一点？在 Weka 中使用资源管理器时，可以进行很多配置，但我不知道从哪里开始。作为第一步，我想使用朴素贝叶斯或 SVM 对推文进行分类。

【问题讨论】：

【解决方案1】：

基本上，使用 StringToWordVector 过滤器将推文文本拆分为单词，然后使用 NaiveBayesMultinomial 过滤器进行分类。

您还可以选择使用 Weka 的过滤器对文本（全小写、词干等）进行预处理。（也许在将数据加载到 weka 之前执行此操作 - 可能会为您节省大量点击次数）。还要将“类”列放在数据文件的最后一个位置。

【讨论】：