Оболочка NLTK для Weka для построения классификатора
Я строю классификатор именованных сущностей с nltk и я сосредоточен на поиске местоположения (любого типа, от стран до музеев, ресторанов или дорог). Я пытаюсь варьировать наборы функций и методы, которые я использую.
На данный момент я использовал встроенный NLTK Maxent, NaiveBayes, PositiveNaiveBayes, DecisionTrees а также SVM, Я использую 40 различных комбинаций наборов функций.
Maxent кажется лучшим, но это слишком медленно. nltk"s SVM для бинарной классификации, и у меня были некоторые проблемы с получением окончательного классификатора. Потом я попробовал nltkобертка для scikit-learn SVM, но он не принимал мои входные данные, я пытался адаптироваться, но у меня была некоторая проблема приведения в действие.
Теперь я собираюсь использовать nltkобертка для Weka, но я не знаю, может ли это дать мне какой-то совершенно другой результат, достойный того, чтобы попробовать, и мне не нужно много времени. У меня вопрос, какие преимущества Weka имеет более nltkвстроенные классификаторы?