classifier4J problème

Question

J'utilise la classe BayesianClassifier pour classer les spams. Le problème est que les mots composés ne sont pas reconnus.

Par exemple si j'ajoute led zeppelin comme une correspondance, une phrase qui le contient ne sera pas reconnue comme une correspondance même si elle devrait.

Pour ajouter un match que je utilise addMatch() de SimpleWordsDataSource

Et pour demander un match que je utilise isMatch() de BayesianClassifier

Toutes les idées sur la façon de résoudre ce problème?

Merci d'avance!

---

Ok, merci pour la perspicacité. Je joins plus de code source.

SimpleWordsDataSource wds = new SimpleWordsDataSource(); 
BayesianClassifier classifier = new BayesianClassifier(wds); 

wds.addMatch("queen"); 
wds.addMatch("led zeppelin"); 
wds.addMatch("the beatles"); 

classifier.isMatch("i listen to queen");// it is recognized as a match 
classifier.isMatch("i listen to led zeppelin");// it is NOT recognized as a match 
classifier.isMatch("i listen to the beatles");// it is NOT recognized as a match 

---

Maintenant, je suis en utilisant la méthode teachMatch de BayesianClassifier et j'ai des résultats différents. Une phrase contenant led zeppelin il est classé comme un match, ce qui est ok. Mais une phrase comprenant conduit est également classée comme une correspondance, ce qui est faux.

Voici le code correspondant:

BayesianClassifier classifier = new BayesianClassifier(); 
classifier.teachMatch("led zeppelin"); 
classifier.isMatch("I listen to led zeppelin");//true 
classifier.isMatch("I listen to led");//true 

Answer 1

(j'ai écrit classifier4j)

Vous devez former avec d'autres données.

Les classificateurs bayésiens fonctionnent en créant des modèles statistiques de ce qui est considéré comme une correspondance et de ce qui ne l'est pas.

Si vous donnez suffisamment de données, il apprendra que « conduit et zeppelin » est un match, mais « conduit » par lui-même ne