Java 带复合词的量词4j

我正在使用BayesianClassifier类对垃圾邮件进行分类。问题是复合词没有被识别

例如，如果我添加led齐柏林飞艇作为匹配，包含它的句子将不会被识别为匹配，即使它应该被识别

为了添加匹配，我使用SimpleWordsDataSource的addMatch（）

对于请求匹配，我使用BayesianClassifier的isMatch（）

有没有办法解决这个问题

---

好的，谢谢你的洞察力。我正在附加更多的源代码

SimpleWordsDataSource wds = new SimpleWordsDataSource();
BayesianClassifier classifier = new BayesianClassifier(wds);

wds.addMatch("queen");
wds.addMatch("led zeppelin");
wds.addMatch("the beatles");

classifier.isMatch("i listen to queen");// it is recognized as a match
classifier.isMatch("i listen to led zeppelin");// it is NOT recognized as a match
classifier.isMatch("i listen to the beatles");// it is NOT recognized as a match

---

现在我使用贝叶斯分类法的teachMatch方法，得到了不同的结果。 包含led齐柏林飞艇的句子被归类为匹配，这是正常的。但是一个包含led的句子也被归类为匹配，这是错误的

以下是相关代码：

BayesianClassifier classifier = new BayesianClassifier();
classifier.teachMatch("led zeppelin");
classifier.isMatch("I listen to led zeppelin");//true
classifier.isMatch("I listen to led");//true

（我写了分类器4J）

你需要用更多的数据来训练它

贝叶斯分类器的工作原理是创建什么是匹配，什么不是匹配的统计模型

---

如果你给它足够的数据，它会知道“led和齐柏林飞艇”是匹配的，但是“led”本身并不是没有代码的。你提供的信息毫无价值。