文本挖掘(TM),又称自然语言处理(NLP),是AI时代炙手可热的数据分析挖掘前沿领域,其所涉及的人机对话系统,推荐算法,文本分类等技术在BAT等企业中都得到广泛应用。
本课程将使用经典武侠小说、大众点评抓取结果、微博语料数据等多个实际案例进行教学。
本次课程将会从最基础的分词、词袋模型、分布式表示等概念开始,全面介绍文本挖掘技术的各个方面,特别会针对目前最热的word2vec,gensim 等结合实际案例进行学习,帮助学员从零基础直接升级至业界的最新技术前沿。
学习完本课程后,学员将能够独立使用Python环境完成中文文本挖掘的各种工作。
【学员基础】
学员需要懂得Python语言的基本编程知识。
【课程大纲】
第1章:文本挖掘概述
第2章:磨刀不误砍柴工
第3章:分词
第4章:词云展示
第5章:文档信息的向量化
第6章:关键词提取
第7章:抽取文本主题
第8章:文本相似度
第9章:文档分类
第10章:情感分析
第10章:自动摘要
第11章:自动写作