文字探勘应用.PPTVIP

文字和網站探勘 學習目標 說明文字探勘與了解文字探勘需求 分辨文字探勘與資料探勘 了解文字探勘的不同應用 了解執行文字探勘專案的流程 以不同方法了解文字資料結構 說明網頁探勘、目標以及助益 了解網頁探勘的三個不同支派 了解網頁內容探勘、網頁結構探勘以及網頁日誌探勘 前言短文 「探勘文字於安全與反恐之應用」 MITRE為何？ 問題說明 建議的解決方案 結果 回答並且討論案例問題 前言短文 文字探勘概念 1/2 85%~90%的公司所擁有資料都是以無結構化形式擷取與儲存。 無結構化公司資料的大小每18個月會增加一倍。 要利用這些原始資料，但是也必須保有競爭力。 文字探勘 從大量無結構化原始資料之半自動化抽取模式(有用資訊與知識)流程。 文字探勘的輸入流程為收集無結構化(或較無結構化)資料檔案，像是Word文件、PDF檔、text expert、XML檔等。基本上，文字探勘能夠視為在文字原始資料上加入結構，再使用資料探勘技術從結構化資料抽取相關資訊與知識的流程。 文字探勘概念 2/2 特別在文字豐富的資料環境中，文字探勘的好處非常明顯： 例如，法律(法庭命令)、學術研究(研究論文)、財務(季報)、醫學(出院摘要報告)、生物(分子交互作用)、技術(專利檔案