解釋性文字探勘 / Explainable Text Mining
💡
原文中文,约800字,阅读约需2分钟。
📝
内容提要
本文介绍了解释性文字探勘的方法和应用,包括文字云和寻找代表案例,重点强调了解释性和比较。使用了子群体探索技术和MMD Critic算法,以Google Colab在线网页实现。提出了一个问题:这两种分析方式还可以用来分析哪些数据?
🎯
关键要点
- 解釋性文字探勘介紹了文字雲和尋找代表案例兩種方法。
- 本次教學強調了解釋性和比較的面向,探索不同類別文本的差異。
- 使用子群組探勘技術和MMD Critic算法進行文本分析。
- 分析結果可搭配應證,拓展文本分析的視角。
- 分析方式在Google Colab上實作,需使用LibreOffice檢視資料集。
- 提出問題:這兩種分析方式還可以用來分析哪些數據?
🏷️
标签
➡️