读书笔记（1） "the text mining handbook"

 

 

从7月份开始，要开始读这本由Ronen Feldman和James Sanger写的《The Text Mining Handbook》。正好学校似乎对于我们在方向的把握能力上相当放心，基本在学了一些没什么用处的课程后，就不再为我们指导什么了。

 

当然，因导师而异，除非导师们也都是半瓶水晃荡。不说了。。。

 

0 前言

0.1.             TM(Text Mining, 文本挖掘) 的目标： 解决信息量过载问题。即信息量爆炸，现有的搜索引擎或者检索工具，只是在输入关键词后提供更多的查询结果。恶化了由信息爆炸带来的问题。

 

0.2.             TM 与 数据挖掘DM，机器学习ML，自然语言处理NLP，信息检索IR，知识管理KM相关。使用了其中的某几项技术。TM就像好多其他科目，比如知识工程等等，不断的结合好几个领域的内容，演变而来。

 

0.3.             TM的处理客体是文档集合（document collection），包括：文档集合预处理（分类、聚类、信息提取、术语提取等），中间表述存储，中间表述分析，可视化结果等。

 

 这就是前言中有用的地方了。