Question

中文分词向量怎样转换成LIBSVM里面需要的数据

两个类型的多个文档,每个类型的文档分别进行了文本分词->权重计算->使用X^2进行特征选取,这些都已经完成了,
每个分词后的词语现在已经知道了单词的词频
下一步是怎么把现有的数据给转换成LibSVM里面需要的那种数据格式?
看了好多的论文,都是理论,没有找到真正实用的地方.请有这方面研究的同行给点提示.谢谢.

Answer 1

你用logic表示不就行了吗，有这个分词是为1，没有这个分词的时候为-1.试一试LIBLINEAR，在下载LIBSVM的那个网站上能下到。