Text Data Management and Analysis: O introducere practică în recuperarea informațiilor și extragerea textelor

Recenzii ale cititorilor

În prezent, nu există recenzii ale cititorilor. Evaluarea se bazează pe 20 voturi.

Titlul original:

Text Data Management and Analysis: A Practical Introduction to Information Retrieval and Text Mining

Conținutul cărții:

În ultimii ani s-a înregistrat o creștere spectaculoasă a volumului de date text în limbaj natural, inclusiv pagini web, articole de știri, literatură științifică, e-mailuri, documente de întreprindere și social media, cum ar fi articole de blog, postări pe forum, recenzii de produse și tweet-uri. Acest lucru a condus la o cerere tot mai mare de instrumente software puternice care să ajute oamenii să analizeze și să gestioneze în mod eficace și eficient cantități mari de date text.

Spre deosebire de datele generate de un sistem informatic sau de senzori, datele text sunt de obicei generate direct de oameni și sunt însoțite de un conținut bogat din punct de vedere semantic. Ca atare, datele text sunt deosebit de valoroase pentru descoperirea cunoștințelor despre opiniile și preferințele oamenilor, în plus față de multe alte tipuri de cunoștințe pe care le codificăm în text. Spre deosebire de datele structurate, care se conformează unor scheme bine definite (fiind astfel relativ ușor de manipulat de către computere), textul are o structură mai puțin explicită, necesitând prelucrarea computerizată pentru înțelegerea conținutului codificat în text.

Tehnologia actuală de prelucrare a limbajului natural nu a ajuns încă la un punct care să permită unui computer să înțeleagă cu precizie textul în limbaj natural, dar în ultimele decenii a fost dezvoltată o gamă largă de abordări statistice și euristice pentru analiza și gestionarea datelor text. Acestea sunt de obicei foarte robuste și pot fi aplicate pentru a analiza și a gestiona date text în orice limbă naturală și pe orice subiect.

Această carte oferă o introducere sistematică în toate aceste abordări, cu accent pe acoperirea celor mai utile cunoștințe și abilități necesare pentru a construi o varietate de sisteme de informații textuale utile în practică. Accentul se pune pe aplicațiile de text mining care pot ajuta utilizatorii să analizeze modelele din datele text pentru a extrage și dezvălui cunoștințe utile. Sistemele de recuperare a informațiilor, inclusiv motoarele de căutare și sistemele de recomandare, sunt, de asemenea, acoperite ca tehnologie de sprijin pentru aplicațiile de text mining.

Cartea acoperă conceptele, tehnicile și ideile majore în extragerea datelor din text și recuperarea informațiilor dintr-un punct de vedere practic și include multe exerciții practice concepute cu un set de instrumente software însoțitor (de exemplu, MeTA) pentru a ajuta cititorii să învețe cum să aplice tehnicile de extragere a textului și de recuperare a informațiilor la datele textului din lumea reală și cum să experimenteze și să îmbunătățească unii dintre algoritmi pentru sarcini de aplicare interesante. Cartea poate fi utilizată ca manual pentru un curs universitar de informatică sau ca o carte de referință pentru practicienii care lucrează la probleme relevante în analiza și gestionarea datelor text.