分享到:
电话:0371-61318821
助力企业快速实现 "互联网+" 计划

官方微信

郑州星云互联新闻中心,郑州星云互联资讯
首页 > 新闻中心 > 行业新闻

什么是文本分析,文本分析主要运用到了哪些关键技术

文本分析是指文本中抽取特征词进行量化以表示文本信息。

文本一般指文字。

它是自然语言处理的一个小分支,自然语言处理还包括语音识别(常见的)等。

目的:

先决条件:将无结构化的原始文本转化为结构化的,计算机可以识别和处理的信息。

优势特点:从而可以利用机器学习,分类聚类等算法,对文本进行分析处理。

关键环节:对文本进行抽象,建立数学模型,用来描述和代替文本。

应用场景:处理后的文本就是高度抽象和特征化的,可以实现广告推荐,舆情监测等。

关键技术:

1、用向量空间模型描述文本。将非结构化文本转化为结构化。

为什么不用词频统计和分词算法,是因为这两种方法得到的特征向量维度非常大,后期矢量处理开销非常大,不利于后期分类、聚类。

主流方法是用特征词来表示文本,特征词必须满足:能识别文本内容、去区分其它文本、个数不能太多、容易实现。

特征词选取后,必须有相应的权值表示不同的影响,最好对其进行排序。

2、特征词选取的四种方式:

用映射或者转换的方法将原始特征变为较少特征。

在原始特征中挑选出具有代表性的特征。

根据专家挑选最优影响力的特征。

利用数学模型,找出最具分类型的特征。这种方式最客观,最精确。

转载自网络 不用于商业宣传 版权归原作者所有,侵权删。

www.xyhlrj.com




作者: 时间:2019-04-13 阅读:697 分享到: