دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Jialu Liu, Jingbo Shang, Jiawei Han سری: Synthesis Lectures on Data Mining and Knowledge Discovery ISBN (شابک) : 9781627059183 ناشر: Morgan & Claypool سال نشر: 2017 تعداد صفحات: 82 زبان: english فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 1 Mb
در صورت تبدیل فایل کتاب Phrase Mining from Massive Text and its Applications به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب استخراج عبارت از متن Massive و کاربردهای آن نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
در چند سال گذشته جوهر دیجیتال زیادی روی "داده های بزرگ" ریخته شده است. بیشتر این افزایش منشأ خود را مدیون انواع مختلف دادههای بدون ساختار در طبیعت است، که در میان آنها تکثیر دادههای متنی بسیار زیاد است که به استفاده روزانه از اسناد وب، بررسیهای تجاری، اخبار، پستهای اجتماعی و غیره نسبت داده میشود. یک چالش اصلی خود را نشان میدهد: چگونه میتوان متن عظیم و بدون ساختار را به طور کارآمد و مؤثر به نمایشی ساختیافته تبدیل کرد تا پایه و اساس بسیاری دیگر از برنامههای متن کاوی پاییندستی را پایهریزی کند؟ در این کتاب، ما یک پارادایم امیدوارکننده را برای نمایش متن بدون ساختار بررسی کردیم، یعنی از طریق شناسایی خودکار عبارات با کیفیت بالا از اسناد بیشماری. برخلاف فهرستی از n-gram های مکرر بدون فیلتر کردن مناسب، کاربران اغلب به نتایج مبتنی بر عبارات با طول متغیر با معنایی خاص مانند مفاهیم علمی، سازمان ها، شعارها و غیره علاقه مند هستند. ما اصول جدید و روشهای قدرتمندی را برای دستیابی به این هدف پیشنهاد میکنیم، از سناریویی که کاربر میتواند راهنماییهای معنادار را تا یک محیط کاملاً خودکار از طریق یادگیری از راه دور ارائه دهد. این کتاب همچنین کاربردهای فعال شده توسط عبارات استخراج شده را معرفی می کند و به برخی از جهت های تحقیقاتی امیدوارکننده اشاره می کند.
A lot of digital ink has been spilled on "big data" over the past few years. Most of this surge owes its origin to the various types of unstructured data in the wild, among which the proliferation of text-heavy data is particularly overwhelming, attributed to the daily use of web documents, business reviews, news, social posts, etc., by so many people worldwide.A core challenge presents itself: How can one efficiently and effectively turn massive, unstructured text into structured representation so as to further lay the foundation for many other downstream text mining applications? In this book, we investigated one promising paradigm for representing unstructured text, that is, through automatically identifying high-quality phrases from innumerable documents. In contrast to a list of frequent n-grams without proper filtering, users are often more interested in results based on variable-length phrases with certain semantics such as scientific concepts, organizations, slogans, and so on. We propose new principles and powerful methodologies to achieve this goal, from the scenario where a user can provide meaningful guidance to a fully automated setting through distant learning. This book also introduces applications enabled by the mined phrases and points out some promising research directions.