我们已经使用Weka Explorer GUI构建了一些分类器模型。现在测试已经完成，我们希望在Java应用程序中实现这个模型，以便它可以处理新的消息。
对于新消息，我们需要对消息进行分词，将消息中的词与用于构建模型词向量的词进行匹配，然后将这个词向量解析给模型。
我们应该如何进行这个过程？有没有可用的示例？
我们如何处理新词（即在新文本消息中出现但不在用于构建模型的词向量中的词）？
在分类器预处理/分词过程中，我们使用了NGram分词器、词干提取器和IDF变换。因此，我们需要弄清楚如何执行这些步骤，然后才能基于我们想要分类的文本创建一个新实例。
顺便说一下，在浏览器中构建分类器时，在更多选项下有一个按钮可以选择“输出分类器代码”，听起来像是输出用于构建和使用模型的Java源代码，但这个选项是禁用的。我测试了多种不同的分类器（随机森林、朴素贝叶斯），但它没有变化。我猜这些分类器没有实现这个功能？
谢谢！
回答：
据我所知，当有新的训练样本到达时，你需要重新训练Weka分类器。我不知道Weka中有在线分类算法。
附注：Weka是基于Java的，所以你可以在你的应用程序中使用它的库。这里有一个很好的例子：http://weka.wikispaces.com/Use+WEKA+in+your+Java+code。
