在文本相似度判定中，作者将该算法用于文本聚类中，其核心思想通过比较两个文本向量中元素的相似度，即向量中所含的元素相似个数越多，则两个向量越相似，继而上述文本越相似。作者在短文本相似判定中采用了余弦相似度该算法来实现，本文借鉴数学集合取交集，借用现有组件来实现上述算法功能，继而减少工作量，也具备便捷性...
分类：
其他好文 时间：
2015-10-25 12:03:30
阅读次数：
292
卷积神经网络、nlp(Natural Language Processing 分词这块)、数据挖掘、机器学习、deeplearning、文本挖掘、人工智能、livsvm、word2vecword2vec:是一个将单词转换成向量形式的工具。可以把对文本内容的处理简化为向量空间中的向量运算，计算出向量空...
分类：
其他好文 时间：
2015-10-19 16:48:46
阅读次数：
195
当前数据挖掘技术使用最为广泛的莫过于文本挖掘领域，包括领域本体构建、短文本实体抽取以及代码的语义级构件方法研究。常用的数据挖掘功能包括分类、聚类、预测和关联四大模型。本文针对四大模型之一的分类进行讨论。分类算法包括回归、决策树、支持向量机、贝叶斯等，显然，不少涉及机器学习的知识（随后会写些机器学习专...
分类：
其他好文 时间：
2015-09-29 20:14:57
阅读次数：
152
Part4文本分类Part3文本聚类提到过。与聚类分类的简单差异。那么，我们需要理清训练集的分类，有明白分类的文本；測试集，能够就用训练集来替代。预測集，就是未分类的文本。是分类方法最后的应用实现。1. 数据准备训练集准备是一个非常繁琐的功能，临时没发现什么省力的办法，依据文本内容去手动整理。这里还...
分类：
编程语言 时间：
2015-09-10 13:05:44
阅读次数：
1664
最近在做一个有关文本挖掘的项目，需要用到Ngram模型已经相对应的向量匹配相似度的技术
Ngram分词的程序
有位网友在问我，想了想写在这里吧，至于那些jar包也很好找，lucene jar ，在百度搜索都能找到
package edu.fjnu.huanghong;
import java.io.IOException;
import java.io.StringReader;
impo...
分类：
Web程序 时间：
2015-08-29 17:07:35
阅读次数：
231
#library("rJava")library("Rwordseg")library("NLP")library("tm")library(igraph)#setwd("E:\\毕业设计\\")#txt<-read.csv(file="总评论文本.csv",header=T)#txt<-txt[s...
分类：
其他好文 时间：
2015-07-16 18:13:42
阅读次数：
126
本挖掘典型地运用了机器学习技术，例如聚类，分类，关联规则，和预测建模。这些技术揭示潜在内容中的意义和关系。文本发掘应用于诸如竞争情报，生命科学，客户呼声，媒体和出版，法律和税收，法律实施，情感分析和趋势识别。在本篇博客帖中，你将会学习到如何将机器学习技术应用到文本挖掘中。我将会向你展示如何使用Rap...
参见：http://www.lextek.com/manuals/onix/stopwords1.htmlstop words，称为无意义的词或无效词，在文本挖掘中，作为特征词来讲，没有贡献，这里是onix整理的基本涵盖无效词的列表（429）：aaboutaboveacrossafteragaina...
分类：
其他好文 时间：
2015-04-29 16:39:13
阅读次数：
129
本人某Top高校硕士毕业，承接本硕毕业设计和其他相关项目。对于硕士方面，本人可以承接自然语言处理，文本挖掘，数据挖掘，主题模型等相关算法。工程类硕士一般应用系统开发均可。本科相关毕设应用系统均可。本人熟悉的语言有C#、Java、C++，主要从事B/S开发。熟悉论文撰写。本信息常年有效。咨询联系QQ：...
分类：
其他好文 时间：
2015-04-17 13:14:50
阅读次数：
165
《Hadoop大数据零基础高端实战培训系列配文本挖掘项目(七大亮点、十大目标)》 课程讲师：迪伦 课程分类：大数据 适合人群：初级 课时数量: 300课时 用到技术：部署Hadoop集群 涉及项目：京东商城、百度、阿里巴巴 咨询QQ：779591710 下载地址： 链接：http://pan.bai...
分类：
其他好文 时间：
2015-04-01 11:02:36
阅读次数：
124
