SVM(支持向量机）和EM（最大熵）文本分类算法

				
				分词、特征选择、SVM和ME模型的参数设置都存储在文件properties.txt中
				
				=================分割线===概况==================================
				segment包，全切分，粗切分(利用概率词图求NShorts)，貌似实体识别和分词都流行用B、I、E、S等标记词的开始、中间、结尾等，分类问题。以后可以试一试。
				feature包，特征选择，CHI，MI等，一般CHI和IG效果不错。
				svm包，训练使用SMO算法，DAGSVM多分类。RBF核函数的参数选取经验，sita趋于0所有的训练样本都越会表现为支持向量，sita取值大了的时候测试表现为都分为一个类。另，用壳向量来缩减训练集，看到过有这样的中文文献，只是估计求壳费时比全算上还费。
				ME包，CGGIS训练算法（简单易实现^-^），拟牛顿法的wolfe取步长有时候死循环，求导计算E(P)也要很长的计算时间,so,待处理。高斯先验来平滑感觉效果不怎么样。
				=================分割线===使用方法====================================
				UsingME.java测试使用ME模型分类，UsingSVM.java测试使用支持向量机分类，UsingSegment.java测试分词。
				使用方法:
				=======SVM分类:(UsingSVM.java)
				1.默认的选择特征词和训练SVM的文件目录保存在properties.txt文件中的"statsourcedir"属性，默认为同目录下sample/train目录，更换目录可以修改这个属性的值，需要保持train的那种目录结构。
				2.默认使用CHI方法来选择特征词，可修改UsingSVM类的selectFeatureWordForSVM()方法中的cacu.computeValueChi()这条语句来更改特征选择方法。
				3.选择的特征数目的方法有写了两种，在UsingSVM类的selectFeatureWordForSVM()方法中如果修改，每个类选取固定个数select.selectDirByNum(CHI计算的结果目录, n)或者使用选取大于某个权值的词select.selectDirByWeight(CHI计算的结果目录, value)
				4.训练模型,在properties.txt中的参数设置好的情况下使用UsingSVM类的trainSVM()方法。
				5.测试分类,UsingSVM类的classifyFile(File filedir),方法中的参数为被测试的文件目录，将对这个目录下的所有文件分类，单层目录。
				======ME分类:(UsingME.java)
				1.默认的选择特征词文件目录保存在properties.txt文件中的"statsourcedir"属性,训练ME的文件目录为"ME.testdir"属性。
				2.特征选择同SVM,使用select.selectForME(sourcedir, 100)语句来选择,表示每个类选取100个。
				3.训练模型，在gis.caculate(10)语句中设置迭代次数，设置大了要等很久...
				4.测试分类，
				
				=================分割线====================================
				
				=================分割线===其他=================================
				分词词典用的是在搜狗下载的。
				几个很有用的网址:
				SVM:http://www.csie.ntu.edu.tw/~cjlin/ 从这个地址可以找到很多SVM的东西
				ME:http://homepages.inf.ed.ac.uk/s0450736/maxent.html 所有关于ME的东西，其中作者写的一篇综述性的文章个人觉得很有用。
				CRF:http://www.inference.phy.cam.ac.uk/hmw26/crf/
				
				作者:谢廷彦.xietingyan1984@163.com 。欢迎指正错误。程序仅供学习交流使用。找工作很上火顺便附个简历。