文本挖掘的基本算法有哪些？
我正在尝试开发一个从网络上挖掘一些文本的应用程序，但我不确定执行文本挖掘的最佳方法是什么。
我想了解这个问题是了解执行文本挖掘和在文档中进行一些信息检索（不适用于索引）最常用的技术/算法是什么。
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
我正在尝试开发一个从网络上挖掘一些文本的应用程序，但我不确定执行文本挖掘的最佳方法是什么。
我想了解这个问题是了解执行文本挖掘和在文档中进行一些信息检索（不适用于索引）最常用的技术/算法是什么。
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
接受 或继续使用网站，即表示您同意使用 Cookies 和您的相关数据。
发布评论
评论（3）
文本挖掘是一个相当广泛的术语，它大致意味着应用于文本的机器学习。常见技术包括 k-均值聚类、朴素贝叶斯和线性 SVM 分类、tf-idf 向量化、SVD（称为 LSA 当应用于文本时），潜在狄利克雷分配。因此，执行“一些文本挖掘”可能意味着任何事情，就像进行“一些信息检索”一样。
请参阅 Bing Liu 的书Web Data Mining，了解该领域的详细介绍。
Text mining is a rather broad term, it roughly means machine learning applied to text. Common techniques include k-means clustering, Naive Bayes and linear SVM classification, tf-idf vectorization, SVD (called LSA when applied to text), latent Dirichlet allocation. So, performing "some text mining" might mean just about anything, just like doing "some information retrieval".
See Bing Liu's book Web Data Mining for a good intro to the field.
我认为集群分析是文本挖掘。
I think cluster analysis is most used technique for text mining.
最基本的文本挖掘技术是正则表达式。
Most basic text mining techniques is Regular expressions.