教材系統地介紹文本數據挖掘的相關概念，利用Python作為工具進行相關試驗，其內容主要包括：文本挖掘產生的背景及發展；文本挖掘的概念、文本模型表示、文本內容的預處理，包括分詞、去停用詞以及特徵抽取；文本相似度的概念等。介紹文本分類的概念及常用方法，如KNN算法、SVM算法等，並對分類結果進行評價；在介紹文本聚類聚類的概念時是，同樣介紹聚類常用算法，如K均值算法、層次聚類法、密度聚類法等，作為有文本分類、文本聚類的套用，最後給出了信息抽取、社會網路中的實體關係抽取和事件抽取。
基本介紹
- 書名：文本數據挖掘與Python套用
- 作者：劉金嶺 錢升華
圖書目錄,
圖書目錄
目錄
第1章緒論辣灶套
1.1文本挖掘的研究背景及意義
1.2文本挖掘的國內外兵殼她踏研究現狀
1.3文本挖掘概述
1.3.1文本挖掘的概念
1.3.2文本挖掘的任務
1.3.3文本挖掘與數據多邀道挖掘的聯繫與區別
1.4文本挖掘的過程
1.5文本市艱挖掘的主要研究領域
1.5.1文本特徵選擇
1.5.2文本結構分析
1.5.3文本摘要
1.5.4文本分類
1.5.5文本聚類
1.5.6文本關聯分析
1.5.7分布分析與道拜臭趨勢預測
1.6文本挖掘在製藥行業的套用案例
習題1
第2章文本切分及特徵詞選擇
2.1文本數據採集
2.1.1軟體射嬸禁接口對接方式
2.1.2開放資料庫方式
2.1.3基於底層數據交換的數據直接採集方式
2.1.4網路爬夜糠她肯蟲採集網頁數據
2.2語料庫與詞典簡介
2.2.1語料庫
