自然语言处理流程.docxVIP

1、文本挖掘主要内容 存储信息使用最多的是文本， 文本挖掘被认为比数据挖掘具有更高的商业潜 力，当数据挖掘的对象完全由文本这种数据类型组成时， 这个过程就称为文本数 据挖掘。 文本分类及情感分析 文本分类指按照预先定义的主题类别， 为文档集合中的每个文档确定一个类 别。需要训练集训练分类器，然后应用于测试集。主要有朴素贝叶斯分类、决策 树等。情感分析是近年来国内外的研究热点， 是基于计算机整理、 分析相关评价 信息，对带有感情色彩的的主观性文本进行分析、 处理和归纳。 情感分析包括情 感分类、观点抽取、观点问答等。 文本聚类 聚类与分类的不同之处在于， 聚类没有预先定义好的一部分文档的类别，