java - weka StringToWordVector 过滤器还原 (java)

Question

我无法使用 weka 库处理集群。我有字符串属性，所以我使用 StringToWordVector 过滤器，但是在聚类后如何从 WordVector 移回字符串表示以显示“人类可读”的结果？ 我想恢复这个操作:

StringToWordVector filter = new StringToWordVector();
filter.setInputFormat(instancesToFilter);
Instances dataFiltered = Filter.useFilter(instancesToFilter, filter);

这可能吗？

Answer 1

StringToWordVector 过滤器无法反转。但是，您至少有两种可能性:

• 如果您只想查看或显示每个集群中的原始字符串，您可以添加一个 ID 属性，确保在集群期间不使用它(以避免意外行为)，然后恢复来自原始字符串的文本(ARFF 文件)。
• 如果你想对每个聚类的内容显示一些有意义的摘要，你可以只输出每个聚类中最频繁/最重的词。在对文本进行聚类时，这是一种相当常见的方法。