| Título : |
Text Data Mining |
| Tipo de documento: |
documento electrónico |
| Autores: |
Zong, Chengqing, Autor ; Xia, Rui, Autor ; Zhang, Jiajun, Autor |
| Mención de edición: |
1 ed. |
| Editorial: |
Singapore [Malasya] : Springer |
| Fecha de publicación: |
2021 |
| Número de páginas: |
XXI, 351 p. 214 ilustraciones, 7 ilustraciones en color. |
| ISBN/ISSN/DL: |
978-981-1601002-- |
| Nota general: |
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. |
| Palabras clave: |
Procesamiento del lenguaje natural (Informática) Procesamiento de datos Aprendizaje automático Procesamiento del lenguaje natural (PNL) Minería de datos y descubrimiento de conocimientos |
| Índice Dewey: |
006.35 Procesamiento del lenguaje natural |
| Resumen: |
Este libro analiza varios aspectos de la minería de datos de texto. A diferencia de otros libros que se centran en el aprendizaje automático o las bases de datos, aborda la minería de datos de texto desde una perspectiva de procesamiento del lenguaje natural (PLN). El libro ofrece una introducción detallada a las teorías y métodos fundamentales de la minería de datos textuales, que van desde el preprocesamiento (para textos en chino e inglés), la representación del texto y la selección de características, hasta la clasificación y agrupación de textos. También presenta las aplicaciones predominantes de la minería de datos de texto, por ejemplo, modelado de temas, análisis de sentimientos y minería de opiniones, detección y seguimiento de temas, extracción de información y resumen automático de texto. Al reunir todos los conceptos y algoritmos relacionados, ofrece una descripción general completa, autorizada y coherente. Escrito por tres destacados expertos, es valioso como libro de texto y como recurso de referencia para estudiantes, investigadores y profesionales interesados en la minería de datos textuales. También se puede utilizar para clases sobre minería de datos de texto o PNL. |
| Nota de contenido: |
Chapter 1. Introduction -- Chapter 2. Data Annotation and Preprocessing -- Chapter 3. Text Representation -- Chapter 4. Text Representation with Pretraining and Fine-tuning -- Chapter 5. Text classification -- Chapter 6. Text Clustering -- Chapter 7. Topic Model -- Chapter 8. Sentiment Analysis and Opinion Mining -- Chapter 9. Topic Detection and Tracking -- Chapter 10. Information Extraction -- Chapter 11. Automatic Text Summarization. . |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
Text Data Mining [documento electrónico] / Zong, Chengqing, Autor ; Xia, Rui, Autor ; Zhang, Jiajun, Autor . - 1 ed. . - Singapore [Malasya] : Springer, 2021 . - XXI, 351 p. 214 ilustraciones, 7 ilustraciones en color. ISBN : 978-981-1601002-- Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
| Palabras clave: |
Procesamiento del lenguaje natural (Informática) Procesamiento de datos Aprendizaje automático Procesamiento del lenguaje natural (PNL) Minería de datos y descubrimiento de conocimientos |
| Índice Dewey: |
006.35 Procesamiento del lenguaje natural |
| Resumen: |
Este libro analiza varios aspectos de la minería de datos de texto. A diferencia de otros libros que se centran en el aprendizaje automático o las bases de datos, aborda la minería de datos de texto desde una perspectiva de procesamiento del lenguaje natural (PLN). El libro ofrece una introducción detallada a las teorías y métodos fundamentales de la minería de datos textuales, que van desde el preprocesamiento (para textos en chino e inglés), la representación del texto y la selección de características, hasta la clasificación y agrupación de textos. También presenta las aplicaciones predominantes de la minería de datos de texto, por ejemplo, modelado de temas, análisis de sentimientos y minería de opiniones, detección y seguimiento de temas, extracción de información y resumen automático de texto. Al reunir todos los conceptos y algoritmos relacionados, ofrece una descripción general completa, autorizada y coherente. Escrito por tres destacados expertos, es valioso como libro de texto y como recurso de referencia para estudiantes, investigadores y profesionales interesados en la minería de datos textuales. También se puede utilizar para clases sobre minería de datos de texto o PNL. |
| Nota de contenido: |
Chapter 1. Introduction -- Chapter 2. Data Annotation and Preprocessing -- Chapter 3. Text Representation -- Chapter 4. Text Representation with Pretraining and Fine-tuning -- Chapter 5. Text classification -- Chapter 6. Text Clustering -- Chapter 7. Topic Model -- Chapter 8. Sentiment Analysis and Opinion Mining -- Chapter 9. Topic Detection and Tracking -- Chapter 10. Information Extraction -- Chapter 11. Automatic Text Summarization. . |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
|  |
Hacer una sugerencia Refinar búsqueda
