使用Weka对Java中的tweet进行分类

我有一些推特要做情绪分析。因此，我使用Twitter4J获取tweet，然后我决定使用Weka库来使用KMeans、naivebayes、SVM等方法

首先，我手动将tweets移动到文本文件中，并自己编写它们的类。这是我的训练数据。在我的代码中，我阅读了这个文件，并试图训练和测试我的模型。但是我弄错了

"Exception in thread "main" weka.core.UnsupportedAttributeTypeException: Cannot handle string attributes!" 

为了修复它，我使用了StringToOrdVector过滤器，但它也不起作用。这是我的密码：

import java.io.BufferedReader;
import java.io.FileNotFoundException;
import java.io.FileReader;

import weka.classifiers.Classifier;
import weka.classifiers.Evaluation;
import weka.classifiers.bayes.NaiveBayes;
import weka.classifiers.lazy.IBk;
import weka.classifiers.meta.FilteredClassifier;
import weka.core.Attribute;
import weka.core.FastVector;
import weka.core.Instance;
import weka.core.Instances;
import weka.filters.unsupervised.attribute.StringToWordVector;

public class Driver {
    public static BufferedReader readDataFile(String filename) {
        BufferedReader inputReader = null;

        try {
            inputReader = new BufferedReader(new FileReader(filename));
        } catch (FileNotFoundException ex) {
            System.err.println("File not found: " + filename);
        }

        return inputReader;
    }

    public static void main(String[] args) throws Exception{
    BufferedReader datafile = readDataFile("file.txt");

     Instances data = new Instances(datafile);
     data.setClassIndex(data.numAttributes() - 1);



     FilteredClassifier fc = new FilteredClassifier();

     /
     Classifier cModel = (Classifier)new IBk();   

     cModel.buildClassifier(data);

     StringToWordVector swv = new StringToWordVector();
     fc.setFilter(swv);
     fc.setClassifier(cModel);


     // Test the model
     Evaluation eTest = new Evaluation(data);
     eTest.evaluateModel(cModel, data);

     // Print the result à la Weka explorer:
     String strSummary = eTest.toSummaryString();
     System.out.println(strSummary);

     // Get the confusion matrix
     double[][] cmMatrix = eTest.confusionMatrix();
     for(int row_i=0; row_i<cmMatrix.length; row_i++){
         for(int col_i=0; col_i<cmMatrix.length; col_i++){
             System.out.print(cmMatrix[row_i][col_i]);
             System.out.print("|");
         }
         System.out.println();
     }
}
}

然而，这些推特是土耳其语的。那么，你认为我走对了吗？还是我应该做更复杂的事？比如先把词干去掉，等等

---

如果您对我的问题有任何帮助，我们将不胜感激

阅读错误消息：

Cannot handle string attributes!

显然是指这一行：

@attribute tweetMsg string

---

分类器

IBk

不支持

string

属性。

我看到了，但我已经尝试过其他分类器，如Naive Bayes、J48、Logistic等。它们都不起作用。我想问的是这样做是否正确？是的，因为您没有解决string属性的问题。在训练分类器之前，需要对其进行矢量化。

@attribute tweetMsg string