| 10 последних сообщений пользователя VAL |
| Международный конгресс юмористов (в Питере) + Text mining [ (2019) The 7 Basic Functions of Text Analytics ] |
| QUOTE | Further reading and resources
Hungry for more information about text analytics?
I’m a big fan of the Wikipedia article on this subject (don’t tell my high school English teacher). Note that Wikipedia considers Text Analytics and Text Mining to be one and the same thing. I don’t necessarily agree with that position, but we’ll discuss that another time.
You can also visit to our technology webpage for more explanations of sentiment analysis, named entity recognition, summarization, intention extraction and more.
Lastly, if you’d like to see text analytics in action, feel free to play around with our free online web demo.
|
|
| Одноклассники и друзья в контакте [ Бисмарк "Никогда столько не лгут.." и др. афоризмы ] |
 |
| Международный конгресс юмористов (в Питере) + Text mining [ (2016) Short text corpus with focus on humor ] |
(2016) Short text corpus with focus on humor detection
Источник: https://github.com/CrowdTruth/Short-Text-Co...Humor-Detection
This repository was created for publication of the datasets useful for humor recognition in one-liners. This repository contains six datasets and the python code used in the process of gathering the datasets. The six datasets are the following:
|
| Международный конгресс юмористов (в Питере) + Text mining [ (2016) Текст майнинг: инструменты ] |
| |
| Международный конгресс юмористов (в Питере) + Text mining [ (2019) The 7 Basic Functions of Text Analytics ] |
(2019) The 7 Basic Functions of Text Analytics
Источник: https://www.lexalytics.com/lexablog/text-an...tions-explained
| QUOTE | Text analytics and natural language processing are often portrayed as ultra-complex computer science functions that can only be understood by trained data scientists. But the truth is that the core concepts are pretty easy to understand (though to be fair, the the actual technology is quite complicated). In this quick, high-level overview we’re going to review the basic functions of text analytics, and explore how each contributes to deeper natural language processing features.
Quick background: text analytics refers to a discipline of computer science that combines machine learning and natural language processing (NLP) to draw meaning from unstructured text documents. |
| QUOTE | | Much like a student writing an essay on Hamlet, a text analytics engine must break down sentences and phrases before it can actually analyze anything. Tearing apart unstructured text documents into their component parts the first step in pretty much every NLP feature, including named entity recognition, theme extraction, and sentiment analysis. |
| QUOTE | There are 7 basic steps involved in preparing an unstructured text document for deeper analysis:
Language Identification
Tokenization
Sentence Breaking
Part of Speech Tagging
Chunking
Syntax Parsing
Sentence Chaining
|
|
| Международный конгресс юмористов (в Питере) + Text mining [ (2009) Evaluating Humorous Features: ] |
(2009) Evaluating Humorous Features: Towards a Humour Taxonomy
Источник: https://pdfs.semanticscholar.org/7a29/8e3dd...c2fb28d3284.pdf
| QUOTE | Abstract
The importance of the analysis of processes related to cognitive phenomena through Natural Language Processing techniques is acquiring a greater relevance every day. Opinion Mining, Sentiment Analysis or Automatic Humour Recognition are a sample about how this kind of research works grows.
In this paper we focus on the study of how the features that define a corpus of humorous data (one-liners) may be used for obtaining a set of parameters that allow us to build a primitive taxonomy of humour. We analyse, through several experiments, a set of well-known features defined in the literature, besides a set of new ones, in order to determine the importance of each one for a humour taxonomy. An evaluation of all the features was performed by means of an automatic classification task over a collection of humorous blogs. The results obtained show that some of the features may represent elemental information for the purpose of creating a hum our taxonomy.
|
| QUOTE | Важность анализа процессов, связанных с познавательными явлениями, с помощью методов обработки естественного языка приобретает все большую актуальность с каждым днем. Добыча мнений, анализ настроений или автоматическое распознавание юмора-это пример того, как растет этот вид исследований.
В данной работе мы сосредоточимся на изучении того, как признаки, определяющие корпус юмористических данных (однострочные), могут быть использованы для получения набора параметров, позволяющих построить примитивную таксономию юмора. Мы анализируем с помощью нескольких экспериментов набор известных признаков, определенных в литературе, помимо набора новых, чтобы определить важность каждого из них для таксономии юмора. Оценка всех признаков была выполнена с помощью задачи автоматической классификации по коллекции юмористических блогов. Полученные результаты показывают, что некоторые из признаков могут представлять элементарную информацию с целью создания гул нашей таксономии. |
|
| Международный конгресс юмористов (в Питере) + Text mining [ (2018) Visual Knowledge Discovery and Machine ] |
(2018) Visual Knowledge Discovery and Machine Learning
Источник: https://books.google.ru/books?id=l8FHDwAAQB...0mining&f=false
Автор: Boris Kovalerchuk
См. Главу 9. Visual Text Mining: Discovery of Inconguity in Humor Modeling |
| Международный конгресс юмористов (в Питере) + Text mining [ (2007) Characterizing Humour: An Exploration of ] |
(2007) Characterizing Humour: An Exploration of Featuresin Humorous Texts
Источник: https://www.cs.ox.ac.uk/files/244/mihalcea.cicling07.pdf
| QUOTE | Abstract.
This paper investigates the problem of automatic humour recognition,and provides and in-depth analysis of two of the most frequently observed fea-tures of humorous text: human-centeredness and negative polarity. Through ex-periments performed on two collections of humorous texts, we show that theseproperties of verbal humour are consistent across different data sets. |
|
| Международный конгресс юмористов (в Питере) + Text mining [ (2012) Text Mining Framework (Java) ] |
(2012) Text Mining Framework (Java)
Источник: https://habr.com/ru/post/158165/
| QUOTE | | Данный проект — реализация на практике некоторых, разработанных мною, теоретических положений. Как следствие этого я представляю возможности, которыми он может потенциально обладать в конце внедрения всех идей. Названо сее творение: «Text Mining FrameWork»(TextMF). Давайте в кратце рассмотрим, что именно будет позволять TextMF в своей первой финальной версии и что работает уже сейчас. |
| QUOTE | Должно быть в финальной версии:
Статистический анализ текста;
Поиск всех слов и словоформ каждого слова в тексте;
Ранжирование слов по весу в тексте;
Поиск субъектов в тексте, о которых идет речь;
Связи между субъектами в тексте (прямые и не прямые связи);
Реферирование текста;
Определение темы текста;
Обучение языку;
Организация взаимодействия с пользователем по средствам общения (чата).
|
|
| Аникеевка: летние слеты хора и КСП МИФИ [ (2019) 17-й слет КСП МИФИ (29-30 июня) ] |
| |
Помощь
Поиск
Участники
Календарь
Фотогалерея
Студенческий форум -> Профиль пользователя
