关闭

课堂笔记-文本挖掘-CM2-聚类

(课从Solen Quiniou) 一、介绍 1.分类(catégorisation,en. classification)文本依赖于监督式学习 ·定义分类类别 ·学习数据通过分类类别人工标记 2.聚类(clustering)文本依赖于非监督式学习 ·簇由无标签数据建立 3.分类文本例子 ·垃圾邮件自动检测 ·识别文...
阅读(2367) 评论(0)

课堂笔记-文本挖掘-CM1

(课从Solen Quiniou) 一、介绍 目的:鉴定文本中重要元素,并建立内部表示。 问题: 1.文本中元素以什么为单位。 2.怎么定义他们的重要性。 3.如果用内部表示优化搜索。 二、文本预处理 1.分词(tokenization) ·将一序列字符分开为词(tokens) ·一般来说利用空格或者标点符号 ·每个单词都可以进行其他语言处理 2.分词问题 ·撇号,表示双...
阅读(62) 评论(0)
    个人资料
    • 访问:2428次
    • 积分:43
    • 等级:
    • 排名:千里之外
    • 原创:0篇
    • 转载:0篇
    • 译文:0篇
    • 评论:0条
    文章分类
    文章存档