Java 如何使用malletapi从描述特征值对的文件创建实例？

我尝试运行LDA从txt文件生成一些主题，如下所示：

文件1标签1森林=3.4树木=5木材=2.85锤子=1颜色=1树叶=1.5

文件2标签2森林=10树木=5木材=2.75锤=1颜色=4叶=1

文件3 label3 forest=19 tree=0.90 wood=2 hammer=2 Color=9 leaf=4.3

文件4标签4森林=4树=5木=10锤=1色=6叶=3

文件中的每个数值表示每个特征（如森林、树木）的出现次数乘以给定惩罚

要从这样的文件生成实例，我使用以下Java代码：

String lineRegex=“^（\\S*）[\\S，]*（\\S*）[\\S，]*（.*）$”；
字符串dataRegex=“[\\p{L}（[0-9]*\\.[0-9]+[0-9]+）\\=]+”；
InstanceList generateInstances（字符串数据路径）引发UnsupportedEncodingException、FileNotFoundException{
ArrayList管道列表=新的ArrayList（）；
添加（新的Target2Label（））；
添加（新的CharSequenceLowercase（））；
添加（新的Input2CharSequence（））；
add（新的CharSequence2TokenSequence（Pattern.compile（dataRegex））；
/*添加（新TokenSequenceRemoveStopwords）（新文件（stopwordListPath），“UTF-8”，
假,假,假),*/
添加（新的TokenSequenceParseFeatureString（true，true，“=”））；
添加（新的PrintInputTarget（））；
InstanceList实例=新InstanceList（新的串行管道（管道列表））；
Reader fileReader=new InputStreamReader（new FileInputStream（new File（dataPath）），
“UTF-8”）；
addThruPipe（新的CsvIterator（文件读取器，模式.compile（lineRegex）），
3, 2, 1)); 
返回实例；
}
以下是mallet使用的输入格式：

您的数据某种程度上是Svmlight格式，如下所示：“目标特征：值特征：值…”

但不幸的是，您不能将此格式用于主题建模，LDA！！它使用featureSequence，而不是featureVector。所以你可以做的是将你的输入转换成一袋单词，例如，如果你有
Document2 label2 forest=3 tree=2。。。
将其转换为：Document2 label2 forest tree
 几天前有人告诉我。无论如何，非常感谢你的回复。这真的很有帮助：）