前言
概念区分:
- 文本检索与搜索引擎:大量数据→少量有用数据
- 文本挖掘:少量有用数据→提炼出有用知识并应用
ps:越深层次的数据挖掘往往鲁棒性不够,准确率不够高,同时依赖人工的介入,但更能获取高质量的分析结果。
第一周笔记
从某种意义上来讲,人类可以比做一个观察器,但这个观察器输出的是文本,我们可以通过几个方面对文本进行分析:
- 对文本结构进行分析,可以获得与语言有关的知识(语法等)
- 对观察者的文本进行分析,可以获得与观察者有关的知识(个人特点)
- 对文本信息的分析,可以获得与实体有关的知识