Python自然语言处理 课件 电子09-1 -几种常用的机器学习方法.pptx

机器学习与自然语言处理Python自然语言处理第十章 CONTENT目录 01几种常用的机器学习方法03文本分类实战02无监督学习的文本聚类04文本聚类实战 课前回顾情感分析的应用情感分析的基本方法实战电影评论情感分析 本章概述机器学习自然语言处理（NLP）获取历史数据获取语料库形成认知模型形成规律对未知数据进行预测进行文本分析处理 本章概述机器学习分类：有监督学习无监督学习半监督学习强化学习 几种常用的机器学习方法0 1文本分类特征提取标注搜索与排序推荐系统序列学习 文本分类 自动文本分类：文本信息挖掘的基本功能，处理和组织文本数据的核心技术 文本分类 二分类(Binary Classification)问题 多分类问题邮件是垃圾邮件不是垃圾邮件文档中文文档英文文档日文文档其他 文本分类 正常邮件： 垃圾邮件： 文本分类 常见的分类器：逻辑回归（Logistic Regression，LR）支持向量机（Support Vector Machines，SVM）朴素贝叶斯（Naive Bayes， NB）K近邻（K-Nearest Neighbor，KNN）决策树（Decision Tree，DT）神经网络（Neural Network，NN） 文本分类 文本分类步骤：1）定义阶段2）数据预处理3）数据提取特征4）模型训练阶段5）评测阶段6）应用阶段 几种常用的机器学习方