Array
(
[query] => Array
(
[match] => Array
(
[text] => Array
(
[query] => 文本挖掘的基本过程
)
)
)
[highlight] => Array
(
[fields] => Array
(
[text] => stdClass Object
(
)
)
[pre_tags] => #em#
[post_tags] => #/em#
)
[size] => 8
[from] => 0
)
Array
(
)
Array
(
[query] => Array
(
[match] => Array
(
[text] => Array
(
[query] => 文本挖掘的基本过程
[operator] => or
[minimum_should_match] => 2<55%
)
)
)
[highlight] => Array
(
[fields] => Array
(
[text] => stdClass Object
(
)
)
[pre_tags] => #em#
[post_tags] => #/em#
)
[size] => 8
[from] => 0
)
Array
(
)
Array
(
[query] => Array
(
[match] => Array
(
[text] => Array
(
[query] => 文本挖掘的基本过程
)
)
)
[highlight] => Array
(
[fields] => Array
(
[text] => stdClass Object
(
)
)
[pre_tags] => #em#
[post_tags] => #/em#
)
[size] => 8
[from] => 8
)
Array
(
)
Array
(
[query] => Array
(
[match] => Array
(
[text] => Array
(
[query] => 文本挖掘的基本过程
[operator] => or
[minimum_should_match] => 2<45%
)
)
)
[highlight] => Array
(
[fields] => Array
(
[text] => stdClass Object
(
)
)
[pre_tags] => #em#
[post_tags] => #/em#
)
[size] => 8
[from] => 8
)
Array
(
)
Array
(
[query] => Array
(
[match] => Array
(
[title] => Array
(
[query] => 文本挖掘的基本过程
)
)
)
[highlight] => Array
(
[fields] => Array
(
[title] => stdClass Object
(
)
)
[pre_tags] => #em#
[post_tags] => #/em#
)
[from] => 0
)
Array
(
)
Array
(
[query] => Array
(
[bool] => Array
(
[must] => Array
(
[0] => Array
(
[match] => Array
(
[title] => Array
(
[query] => 文本挖掘的基本过程
)
)
)
)
[must_not] => Array
(
[0] => Array
(
[term] => Array
(
[cate1] => 电子书籍
)
)
)
)
)
[highlight] => Array
(
[fields] => Array
(
[title] => stdClass Object
(
)
)
[pre_tags] => #em#
[post_tags] => #/em#
)
[size] => 5
[from] => 0
)
Array
(
)
文本挖掘的基本过程 - 爱码网
- 众所周知，由于缺乏意识和缺乏技术的能力，很多组织的数据都在睡大觉。数据包含这关于客户、伙伴和竞争对手的相关信息，对其进行挖掘，可以提高组织竞争力
- 在数据洪流（data deluge）面前，文本挖掘的价值是不言而喻的。因为它能够帮助我们减轻信息过载的问题。
- 什么是文本挖掘
- 从文本数据中获取新发现的过程
- 文本挖掘也是一个非结构到结构化的过程。它是多方技术的一个综合。
- 文本挖掘的框架
- 文本数据源的获取，比如电子文档
- 数据预处理，将数据进行整合
- 文本清理
- 词切分（Tokenization ）
- 词性标注（POS tagging）
- 句法解析（Syntactial Parsing）
- 信息提取，基于预定义的序列进行信息提取
- 主题追踪，寻找用户喜欢的主题
- 摘要（Summarization）
- 分类（Categorization）
- 将文本放入预定的分类
- 单词出现的概率，特定领域的字典
- 特征选择
- 实体提取（Entity Extraction）
- 概念提取
- 主题提取
- 聚类
- 知识发现
- 可视化
- 和领域知识进行结合
相关文章：