私は Named Entity 分類器を構築してnltkおり、場所の取得 (国から美術館、レストラン、道路まで、あらゆる種類の) に焦点を当てています。使用する機能セットと方法を変えようとしています。
今のところ、NLTK の組み込みのMaxent、NaiveBayes、PositiveNaiveBayes、DecisionTreesおよび を使用しましSVMた。機能セットの 40 の異なる組み合わせを使用しています。
Maxent最高のようですが、遅すぎます。はバイナリ分類用であり、最終的な分類子のピクルス化に問題がありましたnltk。SVM次に、nltkのラッパーを試しscikit-learn SVMましたが、入力を受け入れませんでした。適応しようとしましたが、フロート強制の問題がありました。
現在、nltkのラッパーをに使用することを検討してWekaいますが、試してみる価値のある非常に異なる結果が得られるかどうかはわかりません。私の質問は、の組み込み分類子Wekaよりも優れている点は何ですか?nltk