کتاب آموزش متن کاوی (Text Mining) با نرم افزار متلب به صورت PDF

کتاب آموزش متن کاوی (Text Mining) با متلب

در این بخش دانلود کتاب آموزش متن کاوی (Text Mining) با نرم افزار MATLAB را آماده کرده ایم که نوشته Rafael E. Banchs به زبان انگلیسی می باشد و در 12 فصل و 355 به صورت PDF ارائه شده است. در ادامه به معرفی متن کاوی پرداخته و لینک دانلود به رایگان قرار داده شده است.

متن کاوی (Text Mining) چیست ؟

متن ‌کاوی یا Text Mining به امر داده‌ کاوی (Data Mining) که بر روی متن صورت می گیرد اشاره می کند. همینطور به متن کاوی، آنالیز متن نیز گفته می‌ شود که منظور از آن عملیات استخراج اطلاعات با کیفیت مطلوب از متن می باشد.

اطلاعات پر کیفیت در متن کاوی

اطلاعات پر کیفیت، از درک الگو ها و گرایش ها بوسیله معانی و همچنین از طریق یادگیری الگو های آماری حاصل می گردد. Text Mining اغلب درگیر در روند ساختاردهی به ورودی ‌های متنی، استخراج الگو های داخل داده‌ های ساختار یافته، و در آخر آنالیز و تفسیر خروجی ‌ها می باشد. پر کیفیت در متن کاوی اغلب به ترکیبی از جالب بودن، نو ظهور بودن و همینظور مرتبط بودن اشاره می کند.

نقش متن کاوی

نقش متن کاوی شامل طبقه بندی متون (Classification)، خوشه بندی متون (Document Clustering – Text Clustering)، استخراج معنا و مفاهیم، تولید رده‌ بندی دانه ‌ای، آنالیز احساسات، خلاصه سازی اسناد و مدلسازی رابطه میان موجودیت ‌ها می باشد.

آنالیز متن

هدف آنالیز متن (Text Analyzing) بازیابی اطلاعات، آنالیز لغوی به منظور مطالعه توزیع فرکانس لغات، تشخیص الگو (Pattern Recognition)، برچسب گذاری و حاشیه نویسی، استخراج اطلاعات، روش های داده کاوی همچون آنالیز اتصال و ارتباط، بصری سازی، و همچنین آنالیز پیشگویانه می باشد. در کل هدف نهایی، تبدیل متن به داده جهت آنالیز بوسیله کاربرد پردازش زبان ‌های طبیعی و متد های تحلیلی می باشد. یکی از کاربرد های معمولی آنالیز متن، در اسکن نمودن مجموعه ‌ای از اسناد نوشته شده در یک زبان طبیعی و مدل سازی مجموعه اسناد به منطور اهداف کلاس ‌بندی پیشگویانه و یا پرکردن یک دیتابیس یا ایندکس جستجو با اطلاعات استخراج شده می باشد.