【发布时间】：2011-12-18 17:31:16
【问题描述】：
哪种产品（Mallet 或 Weka）更适合文本分类任务：
- 训练更简单
- 更好的结果
- 文档
我是这个问题的新手，所以任何 cmets 都会很棒
【问题讨论】：
【发布时间】：2011-12-18 17:31:16
【问题描述】：
MALLET 更易于使用，并且大部分工作都是在无形中完成的。你也不需要转换任何东西的格式，你只需给它文本文件，它就会给你返回结果。
Weka 需要将文本转换为特定格式（用于执行此操作的 Weka 脚本非常缓慢且效率低下，我建议您自己编写）。
MALLET 的问题是训练使用 GB 内存，如果您有大型训练集，可能需要数小时。
Weka 有更多文档，但其中大部分没有意义。 MALLET 的文档很少，但使用起来非常简单。
说实话，在测试了他们两个之后，我选择编写自己的分类器。
【讨论】：
-
Ack -- 我以前（在学校）写过自己的分类器，现在我在野外使用其他人的（基于 GUI 的！！）工具，我永远不会回去。您使用这些工具的经历一定很糟糕，然后再自己动手。
我真的很喜欢 Weka vs Mallet。也许我还不够了解，但是使用 GUI 进行机器学习非常棒。您可以非常轻松地调整参数并运行不同的实验（也可以将过去实验的结果保留在您面前）。我是 Weka 的新手，所以这是 FWIW。
至于哪个更容易训练，我发现 Weka 更简单。我不知道只需将 Mallet 指向一些文本（也许它已经足够好了），你可以对你的特征空间进行什么样的控制，但我对 Mallet 的体验与 Weka 相当......编写脚本来获取输入正确的格式，但需要注意的是，我必须执行多个步骤才能在 Mallet 中使用某种序列化版本的数据。
关于您的其他问题，我现在无法真正回答它们，但我希望这个答案不会被否决，因为无论如何它都是很好的信息。
【讨论】：