svmlight使用总结

首先我们需要了解svmlight的工作方式，可以参见我的github中介绍：
网址：

这里就简单介绍一下：

1. 我们首先要安装svmlight
   mkdir svm_light
   Download svm_light.tar.gz from svmlight.joachims.org and put it in your svm_light directory.
   cd svm_light
   gunzip -c svm_light.tar.gz | tar xvf -
   make
2. 然后以官网上的例子为例介绍如何使用svmlight
   我们首先还是要在官网上找到如下一段话，点击下载
   Download example1.tar.gz from svmlight.joachims.org.
   gunzip -c example1.tar.gz | tar xvf -
   This will create a directory called example1 that contains the training examples (train.dat) and the test examples (test.dat). To learn a support vector classifier for the training examples and then use it to classify the test examples, do this:
   之后呢按照如下操作进行：
   ./svm_learn example1/train.dat example1/model
   ./svm_classify example1/test.dat example1/model example1/predictions
   得到的predictions文件就是我们想要的结果啦～
3. 但是通过观察train.dat我们可以发现，他的格式似乎不是那么容易得到～
   接下来以我实际的代码为例讲解一下如何生成这种格式
   https://github.com/angelamin/Natural_Language_Processing/blob/master/Natural_Language_Processing_Lab_Task3/%E4%BB%BB%E5%8A%A1%E4%B8%89%E4%BB%8B%E7%BB%8D.rtf
   以上链接是我的具体任务的介绍，简单介绍一下，我要实现将给定的语料，实现以B开头，I结尾，然后用svmlight来处理，得到以后测试文件对应汉字的B／I
   然后就开始了我的格式处理之路，大家具体参考我的代码吧～
   另外，关于所有处理程序的关键思想都写在introduce目录下
   最后我给出这个项目的网址：
   https://github.com/angelamin/Natural_Language_Processing/tree/master/Natural_Language_Processing_Lab_Task3

希望对大家有帮助～