文本挖掘与Python实践PDF电子书下载

查看更多关于的内容

1 概述 1

1.1 文本数据 1

1.2 文本挖掘与分析 2

1.3 小结 5

2 数据获取及预处理 6

2.1 数据获取 6

2.2 数据清洗 19

2.3 数据预处理 20

2.4 N元语法模型 31

2.5 小结 32

3 文本向量化 33

3.1 向量空间模型 33

3.2 分布文本表示模型 37

3.3 句子向量化 55

3.4 文档向量化 59

3.5 小结 66

4 文本分类 67

4.1 文本分类基础 67

4.2 传统文本分类算法 73

4.3 深度神经网络方法 86

4.4 文本分类评价 109

4.5 小结 117

5 文本聚类 118

5.1 文本聚类基础 118

5.2 基于划分的聚类 120

5.3 基于层次的聚类 128

5.4 基于密度的聚类 137

5.5 谱聚类 141

5.6 文本聚类评价 150

5.7 小结 154

6 主题模型 155

6.1 潜在语义分析 155

6.2 非负矩阵分解（NMF） 162

6.3 概率潜在语义分析（PLSA） 166

6.4 潜在狄利克雷分布（LDA） 170

6.5 小结 185

7 文本数据可视化 186

7.1 文本内容可视化 186

7.2 文本主题可视化 193

7.3 基于时间信息的数据可视化 197

7.4 小结 202

参考文献 203

查看更多关于的内容