第12章文本挖掘3备课讲稿.pptVIP

第12章 文本挖掘;第12章 文本挖掘;12.1 引例;12.2 文本挖掘;12.2.1 文本信息检索概述;12.2.1 文本信息检索概述;1. 信息检索的度量方式;2. 基于模型的检索;检索模型包含的三个要素： 文本集 用户提问 文本与用户提问相匹配;布尔模型：将用户提问表示成布尔表达式，查询式是由用户提问和操作符and、or、not组成的表达式，运用几何运算来检索。 向量空间模型：有一特征表示集，特征通常为字或词。用户提问与文本表示成高维空间向量，其中每一维为一特征。每个特征用权值表示。用户提问向量的权值由用户制定，通过对代数的向量运算进行检索。 概率模型。富有代表性的模型是二值独立检索模型(BIR)。BIR模型根据用户的查询Q，可以将所有文档d分为两类，一类与查询相关(集合R)，另一类与查询不相关(集合N, 是R 的补集)，建立在概率运算的基础上。;3. 基于相似性的检索;4. 文档间相似性计算举例;12.2.2 基于关键字的关联分析;12.2.3 文档自动聚类;1、什么是文档自动聚类;2、文档自动聚类的步骤;3、文档自动聚类的类型;12.2.4 文档自动分类;12.2.5 自动摘要;1、自动摘要的分类;2、自动摘要的步骤