文本挖掘的基本算法是什么？ [关闭]答案

【问题标题】：What are the basic algorithms for text mining? [closed]文本挖掘的基本算法是什么？ [关闭]
【发布时间】：2011-12-22 11:40:25
【问题描述】：

我正在尝试做一个应用程序来从网络上挖掘一些文本，但我不确定执行文本挖掘的最佳方法是什么。

我想对这个问题了解什么是最常用的技术/算法来执行文本挖掘和在文档中进行一些信息检索（不用于索引）。

【问题讨论】：

【解决方案1】：

文本挖掘是一个比较宽泛的术语，大致意思是机器学习应用于文本。常用技术包括k-均值聚类、朴素贝叶斯和线性 SVM 分类、tf-idf 矢量化、SVD（应用于文本时称为LSA）、潜在 Dirichlet 分配。因此，执行“一些文本挖掘”可能意味着几乎任何事情，就像进行“一些信息检索”一样。

请参阅 Bing Liu 的书Web 数据挖掘，了解该领域的良好介绍。

【讨论】：

【解决方案2】：

我认为cluster analysis 是text mining 最常用的技术。

【讨论】：

【解决方案3】：

最基本的文本挖掘技术是Regular expressions。

【讨论】：