我在尝试使用LibShortText，但我并不完全理解它的工作原理。
从README来看，它的功能似乎是针对文本文件的。然而，我需要对已经是LibSVM格式的文件进行分类，所以我想像text-train.py和text-predict.py这样的功能可能不适用…?
还提到：
如果提供了一个预处理目录，那么假设训练数据已经是LIBSVM格式的。有谁知道什么是预处理目录…?
从LibShortText文档中，我看到有一个“中级分类模块 – 学习器”，它可以处理像我这样的文件。然而，我不明白它是如何工作的！它没有像LIBSVM那样所有的参数，例如…而且我还没有成功找到如何保存或理解结果（权重和预测在哪里？）。
如果有人能解释这个东西是如何工作的，我会非常感激（我已经测试了好几个小时了）…谢谢！
回答：
根据文档（http://www.csie.ntu.edu.tw/~cjlin/libshorttext/doc/libshorttext.html#quick-start），你可以使用-A选项来附加.svm文件。
但是，如果你的数据已经是libsvm格式的，你可以直接使用liblinear（libshorttext底层的库）。
如果你已经有了libshorttext的发行版，那么你已经有了liblinear。你可以通过从你解压libshorttext的任何位置使用cd命令来编译和运行，如下所示：
$ cd libshorttext/classifier/learner/liblinear $ make $ ./train train_file.svm $ ./predict test_file.svm model_file output_file
作为参考，这里是liblinear的README：https://github.com/ninjin/liblinear/blob/master/README，我发现它非常有用。
