1 使用命令行运行lingpipe中的ClassifyNews,java :
(1)首先将路径切换到ClassifyNews,java所在的目录下,即:cd demos/tutorial/classify
(2)在windows下执行命令:java -cp "http://www.cnblogs.com/../lingpipe-4.0.1.jar; classifyNews.jar" ClassifyNews?
2 使用eclipse运行lingpipe
(1) 新建一个名为LingPipe工程 :
a) 点击菜单中的File >> New >> Project, 选择new project wizard下拉列表中的Java Project from Existing Ant Buildfile。
b) 点击next,在Project Name后输入LingPipe。
c)点击Browse,找到build.xml文件。
(2) 设置classpath
a) 点击主菜单的Project,选择Properties
b) 选择Java Build Path,点击Libraries
c)点击Add External JARs,选择lib/junit-3.8.1.jar
d) 点击OK
此时就可以对LingPipe运行了,不过这样估计还是会有错误。我的修改方法是将数据data的路径改为绝对路径,而不是相对路径。然后就可以运行了。和Dos下运行的结果是一样的。
url: http://www.cnblogs.com/lanke_2009/archive/2010/12/06/1898066.html
分享到:
相关推荐
Lingpipe(自然语言处理的Java开源工具包)入门
lingpipe 是alias公司开发的一款自然语言处理软件包。 包括的模块: 主题分类(Top Classification)、命名实体识别(Named Entity Recognition)、词性标注(Part-of Speech Tagging)、句题检测(Sentence ...
自然语言处理开发包lingpipe的最新版本3.8.2。
Lingpipe开发在起实现中文博文情感分析是所用的jar 同时下载 官网文件 我随后发出
,LingPipe(开源自然语言处理的Java开源工具包) 中文分词java程序
lingpipe-4.1.2使用计算机语言学处理文本的工具包.jar
Natural Language Processing with Java and LingPipe Cookbook 英文无水印pdf pdf所有页面使用FoxitReader和PDF-XChangeViewer测试都可以打开 本资源转载自网络,如有侵权,请联系上传者或csdn删除 本资源...
NLP is at the core of web search, intelligent personal assistants, marketing, and much more, and LingPipe is a toolkit for processing text using computational linguistics. This book starts with the ...
包括的模块: 主题分类(Top Classification)、命名实体识别(Named Entity Recognition)、词性标注(Part-of Speech Tagging)、句题检测(Sentence Detection)、查询拼写检查(Query Spell Checking)、兴趣...
.NET 上的 LingPipe 开发人员指南 这个项目是一个非常优秀的 Java 库的简单包装器,用于处理文本和计算... IKVM - 用于生成 .NET 程序集的 IKVM 运行时 Lib - 生成的 .NET 程序集和使用的 Jar 文件的版本 LingPipeOnDot
Text Analysis with LingPipe 4
最新自然语言处理的Java开源工具包-LingPipe3.7.0
对lingpipe中的lsi进行修改,包括文本读写以及term-document matrix
LAPPS WebService:Lingpipe 工具套件的LAPPS包装器。 要求 同意Lingpipe的许可证 运行./download_models.sh脚本以下载模型
Lingpipe 配套详解资源。学习lingpipe不可不看
Linepipe训练集,香港城市大学出品,中文资料,十分难得
MapReduce-课程 这个存储库保存了我们在 ...项目 3 中来自 LingPipe 的 DynamicLMClassifier 类。 由于 LingPipe 的发布许可,项目 3 在 AGPL 许可下共享。 考虑到每个项目可以单独工作,其余项目的许可证尚未确定。
它遵循这样的理念,即您应该能够以最小的努力来扩展研究计算,从本地交互环境中部署集群以及在集群中运行代码几乎就像在本地计算机上运行代码一样容易。 推断最初是从现实生活的研究和机器学习系统的部署中提取的。 ...
使用lucene、lingpipe做实体连接(Entity Linking)。 数据来自dbpidia。 原始博客参考: http://blog.csdn.net/mmc2015/article/category/5795687 绝对值得参考。