Mining Text Data

دانلود کتاب Mining Text Data

59000 تومان موجود

کتاب استخراج داده های متنی نسخه زبان اصلی

دانلود کتاب استخراج داده های متنی بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید


این کتاب نسخه اصلی می باشد و به زبان فارسی نیست.


امتیاز شما به این کتاب (حداقل 1 و حداکثر 5):

امتیاز کاربران به این کتاب:        تعداد رای دهنده ها: 9


توضیحاتی در مورد کتاب Mining Text Data

نام کتاب : Mining Text Data
ویرایش : 1
عنوان ترجمه شده به فارسی : استخراج داده های متنی
سری :
نویسندگان : , , ,
ناشر : Springer-Verlag New York
سال نشر : 2012
تعداد صفحات : 535
ISBN (شابک) : 9781461432227 , 9781461432234
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 3 مگابایت



بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.

توضیحاتی در مورد کتاب :




برنامه‌های متن‌کاوی به دلیل وب 2.0 و برنامه‌های شبکه‌های اجتماعی پیشرفت‌های چشمگیری را تجربه کرده‌اند. پیشرفت‌های اخیر در فناوری سخت‌افزار و نرم‌افزار منجر به تعدادی سناریو منحصر به فرد شده است که در آن الگوریتم‌های متن کاوی یاد گرفته می‌شوند.

داده‌های متن کاوی جایگاه مهمی را در زمینه تجزیه و تحلیل متن معرفی می‌کند و یک جلد ویرایش شده است که توسط محققان و متخصصان برجسته بین‌المللی متمرکز بر شبکه‌های اجتماعی و داده کاوی ارائه شده است. این کتاب شامل طیف گسترده ای از موضوعات در سراسر شبکه های اجتماعی و داده کاوی است. هر فصل شامل یک بررسی جامع شامل محتوای اصلی تحقیق در مورد موضوع، و جهت گیری های آینده تحقیقات در این زمینه است. تمرکز ویژه ای بر متن جاسازی شده با داده های ناهمگن و چند رسانه ای است که فرآیند استخراج را بسیار چالش برانگیز می کند. تعدادی روش مانند یادگیری انتقالی و کاوی بین زبانی برای چنین مواردی طراحی شده است.

Mining Text Data محتوا را ساده می کند، به طوری که دانشجویان سطح پیشرفته، پزشکان و محققان علوم کامپیوتر می توانند از این کتاب بهره مند شوند. کتابخانه‌های دانشگاهی و شرکتی، و همچنین ACM، IEEE، و علوم مدیریت متمرکز بر امنیت اطلاعات، تجارت الکترونیک، پایگاه‌های داده، داده کاوی، یادگیری ماشین و آمار خریداران اصلی این کتاب مرجع هستند.


فهرست مطالب :


Front Matter....Pages i-xi
An Introduction to Text Mining....Pages 1-10
Information Extraction from Text....Pages 11-41
A Survey of Text Summarization Techniques....Pages 43-76
A Survey of Text Clustering Algorithms....Pages 77-128
Dimensionality Reduction and Topic Modeling: From Latent Semantic Indexing to Latent Dirichlet Allocation and Beyond....Pages 129-161
A Survey of Text Classification Algorithms....Pages 163-222
Transfer Learning for Text Mining....Pages 223-257
Probabilistic Models for Text Mining....Pages 259-295
Mining Text Streams....Pages 297-321
Translingual Mining from Text Data....Pages 323-359
Text Mining in Multimedia....Pages 361-384
Text Analytics in Social Media....Pages 385-414
A Survey of Opinion Mining and Sentiment Analysis....Pages 415-463
Biomedical Text Mining: A Survey of Recent Progress....Pages 465-517
Back Matter....Pages 519-522

توضیحاتی در مورد کتاب به زبان اصلی :


Text mining applications have experienced tremendous advances because of web 2.0 and social networking applications. Recent advances in hardware and software technology have lead to a number of unique scenarios where text mining algorithms are learned.

Mining Text Data introduces an important niche in the text analytics field, and is an edited volume contributed by leading international researchers and practitioners focused on social networks & data mining. This book contains a wide swath in topics across social networks & data mining. Each chapter contains a comprehensive survey including the key research content on the topic, and the future directions of research in the field. There is a special focus on Text Embedded with Heterogeneous and Multimedia Data which makes the mining process much more challenging. A number of methods have been designed such as transfer learning and cross-lingual mining for such cases.

Mining Text Data simplifies the content, so that advanced-level students, practitioners and researchers in computer science can benefit from this book. Academic and corporate libraries, as well as ACM, IEEE, and Management Science focused on information security, electronic commerce, databases, data mining, machine learning, and statistics are the primary buyers for this reference book.




پست ها تصادفی