基于机械学习的文本挖掘

第1章 基于机器学习的文本挖掘介绍 1.1 简介 1.2 文本挖掘和数据挖掘的关系 1.3 文本挖掘过程 1.4 用于文本挖掘的机器学习 1.5 机器学习的三种基本方向 1.6 大数据 1.7 关于本书 第2章 R语言介绍 2.1 R的安装 2.2 R的运行 2.3 RStudio 2.4 编写和执行命令 2.5 变量和数据类型 2.6 R中的对象 2.7 函数 2.8 运算符 2.9 向量 2.10 矩阵与数组 2.11 列表 2.12 因子 2.13 数据帧 2.14 机器学习常用函数 2.15 流控制结构 2.16 包 2.17 图表 第3章 文本结构化表示 3.1 简介 3.2 词袋模型 3.3 词袋模型的限制 3.4 文档特征 3.5 标准化 3.6 文本编码 3.7 语种识别 3.8 分词 3.9 句子检测 3.10 停用词、常用和特殊术语的过滤 3.11 变音符号的消除 3.12 归一化 3.13 标注 3.14 词袋模型的权重计算 3.15 存储结构化数据的常用格式 3.16 一个复杂示例 第4章 分类 4.1 样本数据 4.2 分类算法 4.3 分类器效率评估 第5章 贝叶斯分类器 5.1 简介 5.2 贝叶斯定理