Java 将数据转换为openNLP兼容的培训格式

我正在尝试使用openNLP对moview review数据集（polarity dataset v2.0）进行情绪分析

如何使用此数据集在openNLP中训练文档分类器模型

它包括相当数量的已分类为肯定、否定的评论，并将其放入不同的文件夹集

---

openNLP需要一个文件作为输入，在新行的每一个评论都带有一个类别标签前缀。我正在寻找一种将此数据集转换为openNLP兼容格式的简单方法。

openNLP目前不支持电影评论格式。您可以创建一个脚本，将其转换为以下内容：

neg A negative tokenized text. Remove line breaks.
pos A positive tokenized text. Remove line breaks.

---

但是OpenNLP文档分类器在情感分析任务中并不完美。有一个情绪分析组件正在使用OpenNLP进行开发。

使用java，我将培训数据集转换为与OpenNLP兼容的培训格式，即分类数据集，并将其保存到磁盘上的文件中，例如：

• 负面电影没有达到预期
• 这部正面电影很好

使用上述生成的训练集，训练openNLP文档分类器模型

---

为了避免每次执行时都训练模型，请将训练过的模型保存在磁盘上。

我正在使用java.nio.File进行类似的方法。