文本挖掘原理

前言

第1章文本挖掘概述

1.1文本挖掘的产生背景

1.2文本

1.2.1文本格式

1.2.2动态文本集

1.3文本挖掘的概念

1.4文本挖掘的任务

1.4.1文本挖掘预处理

1.4.2文本模式挖掘

1.4.3挖掘结果可视化

1.5文本挖掘系统的通用体系结构

第2章文本表示

第3章文本挖掘预处理文本分类

第4章文本挖掘预处理文本聚类

第5章文本挖掘核心操作信息抽取

第6章文本挖掘核心操作关系抽取

第7章文本挖掘核心操作关联分析

第8章文本挖掘结果的可视化

第9章文本挖掘的应用

第10章专门用于文本挖掘的信息抽取语言DIAL

参考文献

　　大量文档集内容的预处理包括特征抽取、文本分类、文本聚类等。文本分类和文本聚类研究的成果比较多，本书只作简单介绍；而对特征生成、特征选择和特征抽取，本书进行深入地讨论。　　信息抽取是文本挖掘的核心操作，目前的主要研究方向是命名实体识别、实体关系抽取和事件抽取。实体关系抽取是文本挖掘的关键任务，所以本书用大量篇幅讨论了实体关系发现技术。　　由于文本挖掘强调用户交互到知识发现过程的集成性，因此，本书最后讨论了文本挖掘结果可视化方法，并介绍了一种文本挖掘语言DIAL。　　在信息时代，存储大量数据比较容易。通过Web、企业内部网、电传新。闻获得的文本数量在急剧增加，这导致信息过载。然而，数据量虽然增加了，但可用的信息却在减少。文本挖掘是一个新的令人振奋的研究领域，其试图通过综合数据挖掘、机器学习、自然语言处理、信息检索和知识管理等技术来解决信息过载问题。　　文本挖掘包括文本集合的预处理(文本分类、信息抽取)、中间结果存储、中间结果分析技术(分布分析、聚类、趋势分析、关联规则抽取)和最终结果的可视化。它与关联分析类似，为人们提供了分析海量文本数据的新工具，并且通过学习模式来指导抽取实体关系。　　本书首先讨论了文本挖掘的总体结构以及文本挖掘预处理算法，然后深入地研究了文本挖掘核心操作，最后探讨真实世界中文本挖掘的主要应用和DIAL，弥补了理论和实践的脱节。　　本书主要可供对文本挖掘感兴趣的本科高年级学生、研究生、研究人员和专业开发人员参考，对从事文本挖掘开发和使用文本挖掘系统的人也会有很大帮助。