代码太多，编辑的时候卡的很，于是再整个（二）

前面贴完了分类器的代码，下面主程序如下（示例仍然采用原文的例子）：

Code

运行后结果如下：

其中，样本数据同样采用搜狗实验室的mini版本，共10个分类，

冒号前是分类编码，冒号后面是概率结果。

分类编码和分类名称对应如下：

C000007    汽车
C000008    财经
C000010    IT
C000013    健康
C000014    体育
C000016    旅游
C000020    教育
C000022    招聘
C000023    文化
C000024    军事

因此，测试数据归到 体育 分类下。

在原来的贴来的分词器中，还对停用词进行了过滤，由于ICTCLAS分词器内置了停用词过滤，因此我对原文代码中的相关代码进行了调整。

ICTCLAS分词器对停顿词的过滤代码（见本文（一）中的ICTCLAS中文分词for Lucene.Net接口代码(实现Analyzer)）：

Code

其原理也是基于词典的过滤，字典目录的指定见本文（一）中的ICTCLAS中文分词for Lucene.Net接口代码(实现Analyzer)）。

Code

打开\data\文件夹下的stopwords.txt，可见：

这里面是一些常用停顿词。

还没有对批量数据进行分类测试，稍后贴出测试结果和代码下载。