14、酒店评论情感分析：使用Weka机器学习库

酒店评论情感分析：使用Weka机器学习库

1. 使用Weka机器学习库

在情感分析中，我们打算测试几种常用的机器学习算法。虽然OpenNLP库实现了部分算法，但对于其他算法却未提供支持。因此，我们选择使用Weka机器学习库（http://www.cs.waikato.ac.nz/ml/weka/）。该库虽没有自然语言处理应用所需的数据分词或切分类，但拥有更完整的机器学习算法集。

Weka库中的所有类都有标准且一致的接口，这些类设计为可从命令行使用，每个类将选项作为字符串数组，采用类似命令行的语法。例如，朴素贝叶斯分类器的数组可能有一个标志，指示它应使用核密度估计器而非正态分布，这可通过在选项数组中包含 -K 标志来表示。其他选项可能包含一个参数，该参数会跟在数组中的选项后面，如逻辑回归分类器可接受一个参数来指示其应运行的最大迭代次数，这会在选项数组中包含 -M 和 1000 等项。

Clojure 为这些类提供的接口函数非常规范，但存在一定冗余，选项名称在函数参数列表、参数默认值以及参数传入选项数组的位置都会重复。Clojure 的宏系统可解决这一问题，它能将创建函数的数据转换为函数定义，进而编译为接口函数，最终产物是 defanalysis 宏，它接受函数名、类、基于的方法以及接受的选项。

接下来，我们需要将之前加载的 HotelReview 记录转换为 WekaInstances 集合，在训练和测试分类器时会多次进行此操作。

2. 数据转换为Weka Instances对象

Weka 使用 Instances 对象存储数据矩阵，它实现了多个标准 Java 集合接口，包含实现 Instance 接口的对象，如 De