我正在尝试开发一个非常简单的程序，用于使用各种算法对文档进行分类和归类。作为一个初学者，我的难题在于我找不到好的文章或网站来提供简单的教程，告诉我如何开始。我已经阅读了不少资源，也学到了很多东西，但每个文档、网站等都使用不同的技术，以不同的方式分析问题，提出不同的解决方案等，所以我感到很困惑。你们能否推荐一些好的资源，帮助我开始实际的实现工作？

另外，我也在寻找实际的测试数据，特别是已经分类好的文档，以便我可以“喂养”我的算法。任何帮助都将不胜感激。谢谢。

回答：

对于Python，可以查看scikit-learn的文本分类教程。还可以参考其演示脚本，该脚本在二十新闻组基准数据集上运行了数十种不同的文本分类算法（包括朴素贝叶斯和支持向量机）。[免责声明：这些内容是我共同编写的。]

对于Weka，这里有一个教程。