shell脚本
浏览数：18 /
时间：2015年06月20日
之前还是处理好评论的差评和好评的分析，之后进行如下操作：
Linux版本：
cd Downloads/yihaodian
cd trunk 进入trunk目录就可以进行训练了
训练的命令： sh train.sh ../seg_good.data good.data 你的模型文件的名字
训练完事，就可以进行测试了：./distance good.data
这是后控制台出现 enter word or sentence:
你输入： 很好
会出现一系列和很好相关的词和相应的cosine distance
接下来：
现在有每个词的表示了，就是每个词的向量，每个词可以表示为一个向量，这样两个词可以根据cosine计算相似度了。从而，对词，可以进行相似聚类。
你就知道好评里面的词有哪些类别了。假如说，你聚类得到，质量，物流，客服，效果四个类别，每个类别有一个聚类中心，就是k-means的中心。
新来一个评论，你先分词，分词的结果是，四个词，有三个是和物流的中心很近，那么就是物流的分类。
郑重声明：本站内容如果来自互联网及其他传播媒体，其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享，并不代表本站赞同其观点和对其真实性负责，也不构成任何其他建议。
