数据抽取中文本分类分析与研究

在数据抽取中,主要是对文本的处理。文本分类是文本处理的基本过程。文本分类技术同时还在自然语言处理、信息检索、文本挖掘等领域都有着广泛的应用。经过分类后的文本可以减少用户甄别信息时间,满足不同用户需求,发挥信息自身其最大使用价值。     

基于TF-IDF的古籍文本内容特征提取方法

本文结合自然语言处理技术,以《庄子》内七篇文本为例,计算词频和逆文本频率指数,进而智能化地得到了文本的字频分布和不同篇目的文本内容特征信息。该方法意在尝试运用计算机技术辅助古籍研究,取得了较好的效果。     

自然语言处理技术在建筑使用后评价中的应用

为拓展建筑使用后评价（POE）方法的研究思路，弥补过去人工分析文本评价信息在效率方面的局限，通过对自然语言处理技术最新研究成果的介绍，指出其可为建筑POE 提供的技术支持。利用现有自然语言处理工具对小学儿童的自由报告式环境评价性文本进行建筑POE 案例研究。结合案例，指出词性分词、关键词词云、情感分析及评论观点抽取等技术在建筑POE 应用中的研究方式与步骤，并初步探讨自然语言处理技术在建筑POE 中的局限性和应用前景。     

基于自然语言处理技术的IT治理审计方法研究

在大数据时代,各项智能分析技术的高效率、智能搜索和高性能处理算法对各领域产生了深远的影响,其中,自然语言处理技术以计算机理解和处理自然语言为核心而受到广泛关注。而IT治理审计主要负责搜集和处理IT治理相关的规章制度及各项报告进而评估治理状况,处理的信息基本为文本数据,因而,自然语言处理技术适用于IT治理审计。基于此,本文在简要概括自然语言处理技术及应用方法的基础上,以深圳市长盈精密技术股份有限公司为例对自然语言处理技术在IT治理审计中的实践情况进行深入探究,结果表明自然语言处理技术可成功应用于审计中且能取得良好成效。     

基于深度学习的湖南地区清朝古桥可视化研究

近年来,随着人工智能相关技术的飞速发展,机器学习和深度学习等技术在计算机视觉和自然语言处理等领域都有了巨大的突破。利用人工智能相关技术从大量零散的古籍文本中挖掘有效信息,可以在保持人工成本的前提下,极大提高建筑类古籍的利用率,促进历史建筑的古籍文献基础研究。将采用基于卷积神经网络的Bert-BiLSTM-CRF模型图像分类方法和基于BiLSTM-CRF的命名实体识别方法实体方法对湖南清代地方志古籍进行古桥相关信息提取。建立数据库并将挖掘出桥梁相关的有效信息从定性和定量两个方面进行可视化研究。总结出桥名的命名方式、古桥建设情况,并结合ArcGIS进行空间分布特征分析,为历史建筑文献研究和古籍挖掘提供新思路。     

基于文本大数据的月洲村目的地意象感知研究

研究利用社交网站上的文本评论大数据,运用内容分析法和自然语言处理技术进行语义挖掘,探究构成传统村落目的地意象的认知意象维度和情感意象维度,并分析两者之间的对应关系。研究发现嵩口古镇月洲村的目的地意象可分为自然景观、聚落景观、历史人文等3个要素类型以及7个具体的感知主题,情感评价上游客感知以正面积极为主,对极端天气和商业因素产生一定的消极评价。研究表明在网络文本分析的基础进行聚类分析,总结意象感知要素,便于分析传统村落的整体目的地意象感知情况,为利用网络大数据研究非城市空间的目的地意象感知提供新的研究视角。     

基于文本挖掘技术的财务报表附注披露研究

近年来,财务报告附注的篇幅越来越长、信息越来越庞杂,这无疑增加了财务报告使用者的阅读难度。文本挖掘技术可以视为提炼文本中有用信息的工具,对提取财务报表附注中披露的关键信息具有很大的帮助。以文本挖掘为工具研究财务报表附注信息披露的特征,使用ROST CM软件对财务报表附注文本内容进行分词处理,经过词频统计、关键词共现分析、文本内容语义网络分析等过程发现财务报表附注披露内容的特征,探究了文本挖掘在附注研究中可以使用的技术。基于文本挖掘技术的相关研究在国内刚刚起步,财务报表附注方面更是鲜有研究,文章尝试使用文本挖掘技术来研究财务报表附注,对未来此方向的研究提供了一个可供借鉴的方法。     

计算机文本信息挖掘技术在网络安全中的应用

首先,文章对计算机文本挖掘技术和网络安全进行了简要的概述;其次,简要说明了计算机文本挖掘技术的方法。最后,结合自身工作和学习经验,分析计算机文本信息挖掘技术在网络安全中的应用措施,希冀能为此专业发展尽到些许绵薄之力。     

文本挖掘技术在中医药文献研究中的应用

目的:探讨文本挖掘技术在中医药文献研究中的应用成果。方法:对近年来文本挖掘技术应用于中医药研究的文献进行综述,总结文本挖掘技术在中医药中的应用成果。结果:文本挖掘技术能以线性和非线性方式解析数据,且能进行高层次的知识整合,又善于处理模糊和非量化数据。未来文本挖掘有可能整合中医药数据、蛋白质及代谢组学数据,分析组合中药活性成分,为新药发现和组合药物形成构建研发平台。结论:利用文本挖掘技术对中医药进行研究分析是一种很有前景的方法。     

半结构化多Web文本数据挖掘的研究

在Web文本挖掘过程中,挖掘对象数据量大,且多是半结构化或无结构化的数据。采用了XQuery语言与经典的Apriori算法相结合的方法进行研究,引入了XQuery语言中的函数,实现了对多个Web文档的挖掘,通过具体的实例进行验证,该算法能够提高Web文本挖掘的时间效率。