Machine learning 在槌中，csvIterator的参数意味着什么？

我正在使用mallet主题建模示例代码，尽管它运行良好，但我想知道这条语句的参数实际上意味着什么

instances.addThruPipe(new CsvIterator(new FileReader(dataFile),
                                      "(\\w+)\\s+(\\w+)\\s+(.*)",
                                      3, 2, 1)  // (data, target, name) field indices                    
                     );

从：

这个迭代器，也许更恰当地称为线模式迭代器，基于正则表达式，读取文件并每行返回一个实例

如果你有表格的数据

[姓名][标签][数据]

你感兴趣的电话是

CsvIterator(java.io.Reader input, java.lang.String lineRegex, 
            int dataGroup, int targetGroup, int uriGroup) 

第一个参数是如何读入数据，如文件读取器或字符串读取器。第二个参数是regex，用于从读卡器读取的每行中提取数据。在您的示例中，您得到了

（\\w+）\\s+（\\w+）\\s+（.*）

，转换为：

• 1个或多个字母数字字符（捕获组，这是实例的名称），后跟
• 1个或多个空白字符（制表符、空格、…），后跟
• 1个或多个字母数字字符（捕获组，这是标签/目标），后跟
• 1个或多个空白字符（制表符、空格、…），后跟
• 0个或更多字符（这是数据）

数字

3,2,1

表示数据排在最后，目标排在第二位，名称排在第一位。正则表达式基本上确保了每行的格式如文档中所述：

test1 spam Wanna buy viagra?
test2 not-spam Hello, are you busy on Sunday?

---

CsvIterator

是一个糟糕的名称，因为该类实际上读取的不是逗号分隔的值，而是空格分隔的（空格、制表符等）值

以上答案中给出的解释太好了

然而，有一点遗漏了。regex行中输入实例的每个数据、标签和名称字段的正则表达式（regex）序列需要与输入文件中提供实例的方式一致，即，如果假设您提供名称作为第一个字段，数据作为输入文件中的第二个字段，标签作为第三个字段，然后必须首先提供名称的正则表达式，然后是数据的正则表达式，最后是标签的正则表达式。示例如下所示：

输入实例：Mail67（选项卡空间）TCC问题。您好，不知什么原因，老大师绘画部的管理员都无法从TCC获得信息。它似乎在JDE上运行，但在TCC上搜索时没有显示任何内容。您可以向f…（选项卡空间）公司提供的任何帮助或指导

---

CsvIterator参数：CsvIterator（新文件读取器（文件路径），“（\w+）\t（.*）\t（\w+）”，2,3,1）

这是一个很好的解释。它是否支持每个like-One和Rest-type分类器的多个标签？