Java Weka StringToWordVector过滤器中可以使用哪些类型的文本文件

我知道文本文件应该转换为arff文件，但我不知道文本文件中有什么内容？它完全是一个字符串，比如“我是java”，还是像这样

@relation 

@attribute  numerical
@attribute  numerical

@data

---

文本内容“我是java”

您可以轻松地从包含实例（以RAW为单位）和特征（或属性）值（以列为单位）的电子表格转换为ARFF。ARFF文件的大部分由实例列表组成，每个实例的属性值用逗号分隔。大多数电子表格和数据库程序允许您以逗号分隔值（CSV）格式将数据导出到文件中，作为项目之间带有逗号的记录列表。完成此操作后，只需将文件加载到文本编辑器或文字处理器中；使用@relation标记添加数据集的名称，使用@attribute添加属性信息，并添加@data行；然后将文件另存为原始文本。或者在WEKA explorer中上载您的csv文件（预处理（以csv形式打开文件）然后将其另存为arff。

谢谢，我已经用weka函数得到了解决方案。但我关心的另一个问题是，如果我有培训数据集并且经过培训，我用stringtowordvector函数得到了arff文件。如果我想在测试文件中使用相同的功能，我该怎么办？您可以将

stringtowordvector

两者都应用到tra通过在命令行中使用批处理选项（

-b

）对数据集进行初始化和测试。请参阅：。您可以在以下位置检查如何以三种不同方式匹配培训和测试词汇表：。