秧鸡StringToWordVector过滤器逆转（JAVA）

Question

我不能处理聚类秧鸡库。我有字符串属性，所以我使用StringToWordVector过滤器，但是如何在聚类后从WordVector移回字符串表示以显示“可读性”结果？ 我想恢复此操作：

StringToWordVector filter = new StringToWordVector(); 
filter.setInputFormat(instancesToFilter); 
Instances dataFiltered = Filter.useFilter(instancesToFilter, filter); 

它可能吗？

Answer 1

StringToWordVector过滤器不能倒过来。但是，你至少有两种可能性：

• 如果你只是想看看或显示在每个集群中的原始字符串，您可以添加ID属性，确保集群中不使用（以避免意外行为），然后从原始字符串中恢复文本（ARFF文件）。
• 如果要显示每个群集内容的一些有意义的摘要，则可以输出每个群集中最频繁/最重的单词。对文本进行聚类时，这是一种相当常见的方法。

Answer 2

该过滤器是有损。

这样，存在不能存在的（精确）逆变换。不过，你可以用某种方式来近似它。

请考虑查看过滤器的源代码。