一、安裝pycharm
二、安裝Python
三、在Python下安裝pip，如下圖所示，pip安裝成功

四、在python下安裝jieba：

如下圖所示，jieba安裝成功：

五、在pycharm中新建Python專案，對test.txt檔案中的中文進行分詞，並寫入testResult.txt檔案中，具體程式碼如下：

#!/usr/bin/env Python
# coding=utf-8
import jieba.analyse
import jieba
import jieba.posseg as pseg
import sys
reload(sys)
sys.setdefaultencoding( "utf-8"
 
 )
# jieba.analyse.set_stop_words('stopwords.txt')
jieba.load_userdict('D:\Python27\Lib\site-packages\jieba\dict.txt')
jieba.suggest_freq(("補","補"),tune = True)

def cutWords(fileName,fileResult):
    fin = open(fileName, "r")
    fout = open(fileResult, "w+")
    stopword = [line.strip() for line in
 
 open("stopwords.txt","r").readlines()]
    for line in fin.readlines():
        line = line.strip()
        if not len(line):
             continue
        words = jieba.cut(line)
        for w in words:
            if w not in stopword:
                 fout.write(str(w)+" ")
        fout.write("\n"
 
)
    fin.close()
    fout.close()

if __name__ == "__main__":
    cutWords("test.txt","testResult.txt")

其中在結巴自定義的詞典中加入一些新詞，並使用自定義停詞表去掉無用的詞
六、將testResult.txt檔案轉成weka可匯入的.arff檔案格式（testResult檔案裡的前八個字元作為資料夾名，後幾個字元作為該資料夾下的檔案內容寫入），具體程式碼如下：

import sys
reload(sys)
sys.setdefaultencoding( "utf-8" )

path  = "e:\\data\\"
def mkdir(dict,content,i):
    import os
    mkpath = path + dict + "\\"
    mkpath = mkpath.strip()
    mkpath = mkpath.rstrip("\\")
    isExists = os.path.exists(mkpath)
    # print mkpath
    if not isExists:
        # print mkpath
        os.makedirs(mkpath)
    else:
        pass
    newfilepath = mkpath + "\\" + dict + str(i) + ".txt"
    newfile = open(newfilepath.rstrip("\\"), "w+")
    newfile.write(content)
    newfile.close()

filedict = open('testResult.txt','r')
i = 0
for dictline in filedict.readlines():
    dictline = dictline.strip().lstrip().lstrip(",")
    dict = dictline[0:5]
    content = dictline[8:len(dictline)]
    i = i+1
    mkdir(dict,content,i)
filedict.close()

testResult.txt檔案內容格式如下：

七、在weka的SimpleCLI中執行命令：

java weka.core.converters.TextDirectoryLoader -dir e:/data > e:/data.arff

如下圖所示：

即可在相應的路徑下看到生成的.arff檔案：

八、在weka主介面中開啟Explorer，點選“Open file”開啟之前生成的data.arff檔案，在Filter中點選”Choose”選擇：
weka->filters->unsupervised->attribute->StringToWordVetor，然後點選應用
在分類Classify標籤頁中選擇J48演算法或隨機森林演算法，點選start開始分類，如下圖所示：