-
标签: 文本挖掘 共 29 个结果.
-
大数据建模实操案例分析
在大数据的时代，企业和消费者的接触点变得越来越多，企业要实现它的业务需求，首先要从接触点上采集消费者的数据，然后去进行分析和挖掘，以满足不同业务部门的需求，这个是业务层或者说需求层要解决的一些问题。- 1年前
-
-
LSTM文本情感分析/序列分类Keras
from http://blog.sina.com.cn/s/blog_735f29100102wjwu.html 请参考 http://spaces.ac.cn/archives…- 1年前
-
运用SAS文本分析，海量资料秒分析
我们常常会因为会议笔记内容过多难以归整而发愁？会因为论文众多却无暇浏览而苦恼？会因为短时间内处理巨大数据而绝望？面对这些困扰，SAS北京研发中心分析产品开发部总监高燕女士运用SAS…- 1年前
-
Python的十个自然语言处理工具
from http://www.kawabangga.com/posts/1264 1.NLTK NLTK 在使用 Python 处理自然语言的工具中处于领先的地位。它提供了 Wo…- 1年前
-
淘宝吴雪军：自然语言处理技术在搜索和广告中的应用
本文为淘宝广告技术部广告算法负责人、淘宝网研究员吴雪军在8月3日CTO俱乐部沙龙演讲实录，全文如下： 我今天演讲的题目是自然语言处理技术在搜索和广告中的应用。搜索和广告是技术非常密…- 1年前
-
97.5%准确率的深度学习中文分词（字嵌入+Bi-LSTM+CRF）
摘要 深度学习当前在NLP领域发展也相当快，翻译，问答，摘要等基本都被深度学习占领了。 本文给出基于深度学习的中文分词实现，借助大规模语料，不需要构造额外手工特征，在2014年人民…- 1年前
-
-
11款开放中文分词引擎大比拼
在逐渐步入DT（Data Technology）时代的今天，自然语义分析技术越发不可或缺。对于我们每天打交道的中文来说，并没有类似英文空格的边界标志。而理解句子所包含的词语，则是理解汉语语句的第一步。汉语自动分词的任务，通俗地说，就是要由机器在文本中的词与词之间自动加上空格。- 1年前
-
基于统计学模型的无指导中文文本分析
摘要：以下为清华大学统计学研究中心邓柯分享的主题为“基于统计学模型的无指导中文文本分析”的演讲。 邓柯：今天下午非常荣幸参加这样的活动，也非常感谢活动的主办方，清华大学数据科学研究院的邀请。今天给大家分享一个我们最近做的工作。 刚才主持人介绍了我的教育背景。我本科和博士都是在北大念的，拿的统计学博士。北大毕业之后到哈佛大学统计系，做了几年博士后，做了一些研究…- 1年前
-
R语言数据挖掘实战案例：电商评论情感分析
随着网上购物的流行,各大电商竞争激烈,为了提高客户服务质量,除了打价格战外,了解客户的需求点,倾听客户的心声也越来越重要,其中重要的方式 就是对消费者的文本评论进行数据挖掘.今天通过学习《R语言数据挖掘实战》之案例：电商评论与数据分析，从目标到操作内容分享给大家。 本文的结构如下 1.要达到的目标 通过对客户的评论,进行一系列的方法进行分析,得出客户对于某个…- 1年前
-
作为个性化推荐系统中重要的一环，构建一个成熟、健全、相互关联的标签体系至关重要。相较于粗粒度分类，标签可以更为灵活、精准地定义某个人或物的多属性，宛若一根根线头，穿穿绕绕，勾连起这个世界。程序眼中万物皆对象，而在标签建设者眼中，则万物皆可有标签。 现实搜房场景中，客户的找房意图多种多样，不同阶段对房 ....
- 1年前
-
文本数据的机器学习自动分类方法(下)
随着互联网技术的迅速发展与普及，如何对浩如烟海的数据进行分类、组织和管理，已经成为一个具有重要用途的研究课题。而在这些数据中，文本数据又是数量最大的一类。- 1年前
-
用文本挖掘技术分析电商非结构化的评论数据
电商平台中有海量的非结构化文本数据，如商品描述、用户评论、用户搜索词、用户咨询等。这些文本数据不仅反映了产品特性，也蕴含了用户的需求以及使用反馈。通过深度挖掘，可以精细化定位产品与服务的不足。下面描述了电商平台下机器学习在文本挖掘的应用例子。 1、用户评论分类 场景 用户评论能反映出用户对商品、服务的关注点和不满意点。评论从情感分析上可以分为正面与负面。细粒…- 1年前
-
-
用机器学习的方法鉴别红楼梦作者
在学界一般认为，《红楼梦》后 40 回并非曹雪芹所著。本文尝试应用机器学习的方法来分析原著文本中作者的用词习惯，从技术角度去说明《红楼梦》前 80 回和后 40 回的写作风格差别，继而可以确认后 40 回非原作者所写。 项目存放在reality-of-Dream-of-Red-Mansions。 主要原理 每个作者写作都有自己的用词习惯和风格，即使是故意模仿…- 1年前
-
面向程序员的数据挖掘指南7：朴素贝叶斯和文本数据
非结构化文本的分类算法 在前几个章节中，我们学习了如何使用人们对物品的评价(五星、顶和踩)来进行推荐;还使用了他们的隐式评价——买过什么，点击过什么;我们利用特征来进行分类，如身高、体重、对法案的投票等。这些数据有一个共性——能用表格来展现： 因此这类数据我们称为“结构化数据”——数据集中的每条数据(上表中的一行)由多个特征进行描述(上表中的列)。而非结构化…- 1年前
-
通过数据挖掘手段分析网民的评价内容？
作者：学飞 从坠落开始 本篇综述主要参考了Liu Bing的《Sentiment analysis and opinion mining》，增加了一些自己的观点。 Liu B. Sentiment analysis and opinion mining[J]. Synthesis Lectures on Human Language Technologies…- 1年前
-
LinkedIn文本分析平台：主题挖掘的四大技术步骤
LinkedIn前不久发布两篇文章分享了自主研发的文本分析平台Voices的概览和技术细节。LinkedIn认为倾听用户意见回馈很重要，发现反馈的主要话题、用户的热点话题和痛点，能够做出改善产品、提高用户体验等重要的商业决定。下面是整理后的技术要点。- 1年前
-
文本挖掘：使用潜在语义分析逐步引入主题建模（Python）
你去过秩序良好的图书馆吗？我总是因为图书馆管理员通过名称，内容和其他主题等管理好所有的书籍而感到印象深刻。但如果你让图书馆管理员将成千上万的书按照流派分门别类，他们也许至少需要耗费一整天的时间，而不仅...- 1年前
- 1
- 2
程序员导航
