这是本人编写的用java进行海量文本特征提取，提取出来的格式是weka数据挖掘工具能够识别的，可以用weka来进行文本的分类和聚类等一些数据挖掘方法。压缩包里面已经有了训练集和测试集这两种文档，大家可以用editplus软件打开，此程序可以针对海量文本进行分类和聚类，但必须用到weka数据挖掘工具。如有不懂的+QQ：10642346。