清华社课件大数据智能决策理论与方法ppt第 4 章文本挖掘与情感分析.pptxVIP

PowerPoint演示文稿;学习目标与知识图谱;应用场景导入;4.1文本挖掘概述;4.1.1文本挖掘的概念;非数字类数据为何难以利用？;4.1.2文本挖掘的意义;4.1.2文本挖掘的意义;4.1.3文本挖掘的流程;4.1.4文本挖掘的常用软件;4.1.4文本挖掘的常用软件;4.1.4文本挖掘的常用软件;4.2文本预处理及标注;4.2.1文本预处理概述;4.2.1文本预处理概述;4.2.1文本预处理概述;4.2.1文本预处理概述;4.2.1文本预处理概述;4.2.1文本预处理概述;4.2.1文本预处理概述;4.2.1文本预处理概述;4.2.2文本标注;4.2.2文本标注;4.2.2文本标注;4.2.2文本标注;4.2.2文本标注;4.2.2文本标注;4.2.2文本标注;4.2.2文本标注;4.2.3文本预处理及标注的;4.2.3文本预处理及标注的;4.3特征提取;4.3.1基于词频的特征提取;词袋模型（BagofWor;TF-IDF;4.3.2基于词嵌入的特征提;Word2Vec;GloVe;4.3.3基于深度学习的特征;卷积神经网络（CNN）;循环神经网络（RNN）;3.Transformer;4.3.4特征提取的注意事项;4.3.4特征提取的注意事项;4.4常见的文本挖掘任务;4.4.1文本分类：核心概念;4.4.1文本分类：应用场景;4.4.1文本分类：应用场景;4.4.1文本分类：实现方法;4.4.2文本聚类：核心概念;4.4.2文本聚类：应用场景;4.4.2文本聚类：应用场景;4.4.2文本聚类：实现方法;4.4.3命名实体识别：核心;4.4.3命名实体识别;4.4.3命名实体识别;4.4.3命名实体识别;4.4.4文本摘要;4.4.4文本摘要;4.4.4文本摘要;4.5情感分析方法;4.5.1基于词典的情感分析;4.5.1基于词典的情感分析;4.5.1基于词典的情感分析;4.5.1基于词典的情感分析;4.5.2基于机器学习的情感;4.5.3模型训练与评估;4.5.3基于深度学习的情感;4.5.3基于深度学习的情感;4.5.3基于深度学习的情感;本章习题