我正在使用StringToWordVector使用推文生成TDM。这是通过StringToWordVector过滤器运行后的“实例”输出。
@data
{0 1,1 1,2 1,3 1,4 1,5 1,6 1,7 1,8 1,9 1,10 1,11 1,15 1,16 1,29 1,30 1,31 1,35 1,36 }
{17 1,18 1,19 1,20 1,21 1,22 1,23 1,24 1,25 1,26 1,27 1,28 1,32 1,3}
{12 1,13 1,14 1,41 1,42 1,43 1,50 1,51 2,52 1,63 1,64 1,65 1,72 1,73 1,74 1,83 1,84 }
如何获得术语频率值？
谢谢。
最佳答案
这是稀疏ARFF数据部分，非零属性由属性编号明确标识，并声明了它们的值（该值是术语频率）。每个实例都用花括号括起来，每个条目的格式为：其中index是属性索引（从0开始）。您可以在此处找到有关此内容的更多信息：http://www.cs.waikato.ac.nz/ml/weka/arff.html