Wekaを使って単語の袋を作るには？

Question

私は文書のコーパスを持っており、各文書をベクトルとして表現したいと考えています。基本的に、このベクトルは、文書の中に存在する単語と、他の単語（この特定の文書ではなく、コーパス内の他の文書に存在する）に対して1を持ちます。このベクトルはすべてどのように作成しますかWekaの文書？

Wekaを使用してこれを行う簡単な方法はありますか？また、Wekaがストップワードを削除して、できるだけこのベクターを作成する前にいくつかの前処理をしたい。

おかげ アビシェークS

Answer 1

あなたはStringToWordVectorフィルタをしたいです。

ステミング、単語リストの切り捨て、まれな用語の破棄、大文字と小文字の区別など、バイナリの発生と停止のオプションがあります。