Text Mining(文本挖掘)

最新推荐文章于 2023-12-31 01:10:08 发布

-Shonna-

最新推荐文章于 2023-12-31 01:10:08 发布

阅读量5.6k

点赞数 2

分类专栏：数据挖掘/机器学习进阶

本文链接：https://blog.csdn.net/u010289316/article/details/52200419

版权

数据挖掘/机器学习进阶专栏收录该内容

17 篇文章 0 订阅

订阅专栏

Text Mining(文本挖掘)：

　　VSM(Vector SpaceModel向量空间模型)，Word2Vec(词向量学习模型)，TF(Term Frequency词频)，TF-IDF(TermFrequency-Inverse Document Frequency 词频-逆向文档频率)，MI(Mutual Information 互信息)，ECE(Expected CrossEntropy 期望交叉熵)，QEMI(二次信息熵)，IG(Information Gain 信息增益)，IGR(InformationGain Ratio 信息增益率)，Gini(基尼系数)，x2 Statistic(x2统计量)，TEW(Text EvidenceWeight文本证据权)，OR(OddsRatio 优势率)，N-Gram Model，LSA(LatentSemantic Analysis 潜在语义分析)，PLSA(ProbabilisticLatent Semantic Analysis 基于概率的潜在语义分析)，LDA(Latent DirichletAllocation 潜在狄利克雷模型)，SLM(StatisticalLanguage Model，统计语言模型)，NPLM(NeuralProbabilistic Language Model，神经概率语言模型)，CBOW(Continuous Bag of Words Model，连续词袋模型)，Skip-gram(Skip-gramModel)等。