文本挖掘综述：分类、聚类和提取技术

Jul, 2017

文本挖掘综述：分类、聚类和提取技术

A Brief Survey of Text Mining: Classification, Clustering and Extraction Techniques

Mehdi Allahyari, Seyedamin Pouriyeh, Mehdi Assefi, Saied Safaei, Elizabeth D. Trippe...

TL;DR这篇论文探讨了文本挖掘的任务及技术，其中包括文本预处理、分类和聚类，并简要介绍了文本挖掘在生物医药领域中的应用。

Abstract

The amount of text that is generated every day is increasing dramatically. This tremendous volume of mostly unstructured text cannot be simply processed and perceived by computers. Therefore, efficient and effective techniques and algorithms are required to discover useful patterns. text mini

text mining text pre-processing classification clustering biomedical

发现论文，激发创造

文本分类算法综述

本研究讨论了文本分类算法的概述，包括不同的文本特征提取、降维方法、现有算法和技术、评估方法，并探讨了每种技术的限制和在实际问题中的应用。

Apr, 2019

使用机器学习模型对文本进行分类并确定对话偏移

该研究旨在使用自然语言特征提取方法在机器学习中，将朴素贝叶斯、逻辑回归和支持向量机等基本模型用于检测讨论线路偏离主题时教师必须介入的情况，从而实现文本分类和语义分析。

Nov, 2022

文本分类：深度学习方法的视角

本文介绍基于深度学习的文本分类算法，包括文本分类任务所需的重要步骤，如特征提取、特征降维和评估策略与方法，并对不同的深度学习文本分类方法进行比较和总结。

Sep, 2023

基于图的语义提取文本分析

本文介绍了针对文本数据的关键词提取和文本摘要的处理方法，介绍了一种基于 TextRank 算法的无监督学习方法，在其基础上提高了算法的效率，并针对其忽略了不同部分的语义相似性进行了改进。此外，还开发了一种基于该框架的主题聚类算法，可单独使用或作为生成摘要的一部分来解决文本覆盖问题。

Dec, 2022

自动文本分类中的机器学习

介绍了文本分类中主流的基于机器学习技术的方法，并就文档表示、分类器构建和评估等三个问题展开讨论。

Oct, 2001

文本分类：回顾、实证和实验评估

通过使用方法论分类将算法进行细分并实施实证评估和实验比较，我们的研究是第一篇利用此方法论分类对文本分类算法进行分类的综述论文。

Jan, 2024

文本摘要技术：简要调查

本文综述了自动文本摘要的主要方法和不同过程，描述了不同方法的有效性和缺点，以期将海量的文本数据高效地提炼出信息和知识。

Jul, 2017

文本分类综述：从浅层到深度学习

本论文综述了自 1961 年至 2021 年期间文本分类领域的研究成果，包括传统方法和深度学习方法，提出了特征提取和分类技术的分类法，并对各个分类进行了详细的介绍，同时比较了不同方法之间的优缺点和各种评价指标，对未来的研究方向和面临的挑战进行了概述。

Aug, 2020

教育中的文本挖掘

在线教育环境的爆炸性增长正在产生大量的数据，尤其是来自论坛、聊天、社交网络、评估和论文等以文本格式呈现的数据，如何挖掘文本数据以找到对教育相关人士有用的知识是一个令人振奋的挑战。本文系统概述了当前教育文本挖掘领域的现状，回答了三个主要的研究问题：在教育环境中最常用的文本挖掘技术是哪些？最常用的教育资源有哪些？主要的应用或教育目标是什么？最后，我们概述了结论和更有趣的未来趋势。

Feb, 2024

从文本文档中检测和提取事件

本文探讨了如何从文本中挖掘事件和附带信息，主要应用了机器学习技术进行事件检测和摘要，并讨论了在医学和 Twitter 上运用的应用和未来挑战

Jan, 2016