第六讲：文本挖掘方法概述.ppt

文本挖掘过程与方法简介;大数据分析技术;;;;数据获取;数据获取——常用两个类库;数据存取;示例——爬取中国房地产信息网的数据;;中文分词及词性标注;中文分词工具;去除停用词;分词示例;;文本相似性计算;计算文本相似性的主要算法;用于实现LSI、LDA模型的python软件包——gensim;LDA模型的计算举例;;情感极性判断; 情感计算旨在赋予计算机观察、理解和生成各种情感的能力，情感表达方式主要是文字、语音以及多模态数据。目前文本情感计算局限于褒贬二义的倾向性分析，方法以统计学习为主，缺乏情感语义资源的支撑和认知语言学的指导。我们研究目的旨在以多情感的语义资源为基础，以认知语言学为指导，进行文本的情感识别和情感迁移的研究。并将其应用在意见挖掘、产品评论和舆情监控等方面。; 利用情感分析技术和情感语义资源，①面向互联网海量的在线评论，主要针对产品、音乐、电影和博客等，分析产品的属性评价，生成产品的评价摘要；②利用主观评价，结合用户的行为，进行信息推荐；③统计博客的支持率和反对率，进而计算博主的个人声誉度。④也可以结合话题跟踪和检测技术，发现感兴趣的话题，建立话题的传播模型，计算话题的网络各个方面的倾向性，进行舆情分析。;谢谢！