机器学习-文本分析

机器学习第5章 文本分析

章节介绍?

文本分析是机器学习领域重要的应用之，也称之为文本挖掘。通过对文本内部特征提取，获取隐含的语义信息或概括性主题，从而产生高质量的结构化信息，合理的文本分析技术能够获取作者的真实意图。典型的文本挖掘方法包括文本分类、文本聚类、实体挖掘、观点分析、文档摘要和实体关系提取等，常应用于论文查重、垃圾邮件过滤、情感分析、智能机器和信息抽取等方面

本章首先介绍文本分析基础知识，然后对文本特征选取与表示、知识图谱、语法分析、语义分析等常见文本处理技术详细说明，最后介绍文本分析应用

?

章节结构??

文本分析介绍

文本特征提取及表示

–––––––

TF-IDF信息增益互信息

卡方统计量词嵌入语言模型

向量空间模型知识图谱相关概念知识图谱的存储知识图谱挖掘与计算知识图谱的构建过程

?知识图谱

––––

章节结构?

词法分析

–文本分词

–命名实体识别–词义消歧

???句法分析语义分析

文本分析应用

–––––

文本分类信息抽取问答系统情感分析自动摘要

文本分析介绍?

文本分析的过程从文本获取开始，一般经过分词、文本特征提取与表示、特征选择、知识或信息挖掘和具体应用等步骤