text-mining

9ısı

1cevap

Dosyada ayrıştırmada Ubuntu makinesinde yazı tipi sorunu PDF Dosyası

Ubuntu 14.04.x Makinemde bir uygulamam var. Bu uygulama PDF dosyaları üzerinde metin madenciliği yapar. Ben sorun, onun okuma işlemi sırasında, aşağıdaki uyarıyı elde ediyoruz ... o Apaçi Tika vb ku

1ısı

2cevap

(Bağlamsal) metin madenciliği işlemlerinin sonuçları olan sütunları ekleme

Metin içeren bir sütunun yanı sıra sıra değişkenleri olan bir veri kümesiyle çalışıyorum. Genel olarak, bir metin madenciliği uygulamasının sonuçları olan ve tablo yapısını koruyan sütunlar eklemek is

1ısı

1cevap

metin madenciliği R

Tek bir sözcük yerine belirli cümlelerle (iki veya daha fazla sözcük birleştirilmiş) bir metinden bir TDM oluşturmak istiyorum. Cümleler, örneğin, "climate change", "global worming", "lad use", vb. Ol

12ısı

2cevap

OpenNLP ve stringi ile cümle sınırları nasıl belirlenir?

Ben cümlelere içine sonraki string kırmak istiyorum: library(NLP) # NLP_0.1-7 string <- as.String("Mr. Brown comes. He says hello. i give him coffee.") Ben iki farklı yol göstermek istiyorum. Bir p

5ısı

1cevap

Belge özellik matrisinde özellik seçimi chi-kare testi kullanılarak

Doğal dil işlemeyi kullanarak yazı madenciliği yapıyorum. Bir belge özellik matrisi (dfm) oluşturmak için quanteda paketini kullandım. Şimdi chi-kare testi kullanarak özellik seçimi yapmak istiyorum.

17ısı

1cevap

OpenNLP'de iyi bir NER eğitim modeli nasıl oluşturulur?

Sadece OpenNLP ile başladım. İsim öğelerini tanımak için basit bir eğitim modeli oluşturmam gerekiyor. Bu basit metin modeli eğitmek için bkz burada doc http://opennlp.apache.org/documentation/1.5.3/m

6ısı

1cevap

OpenNLP'deki eğitimler için 'cut-off' ve 'iteration' anlamı nedir?

OpenNLP'de eğitim için cut-off ve iteration'un anlamı nedir? ya da bu doğal dil işleme için. Bu terimlerin sadece bir katil açıklamalarına ihtiyacım var. Düşündüğüm kadarıyla yineleme, algoritmanın te

9ısı

4cevap

Aynı şekilde boşlukla ayrılmış sözcükleri aynı şekilde davranın

Aynı anda birden fazla belgede oluşan kelimeleri bulmaya çalışıyorum. Örnek verelim. doc1: "this is a document about milkyway" doc2: "milky way is huge" size 2 belgelerde yukarıda görebileceğiniz g

5ısı

1cevap

Gensim kullanarak LDA Modeli için en uygun konu sayısını elde etmenin en iyi yolu nedir?

Gensim içinde bir LDA modeli için en uygun konu sayısını elde etmeye çalışıyorum. Bulduğum bir yöntem, her model için günlük olasılığını hesaplamak ve her birini birbiriyle karşılaştırmak, örn. The in

0ısı

2cevap

R textmining, bir veri kümesinin alt kümeleriyle yapılandırılmış bir yapı oluşturuyor

R ile formüllerde yeniyim ve bazı yinelenen kodları daha kompakt bir şeye dönüştürmek için biraz uğraşıyorum. MrFlick'in yorumunda da belirtildiği gibi, cevap bölümünde bulduğum çalışma çözümünü yayın