《textanalytics》课程简单总结(4):课程总结

本课程涵盖文本分类、意见挖掘及情感分析等主题。通过Ordinal Logistic Regression等方法进行情感倾向分析,并探讨了PLSA及其多种变形,如Latent Aspect Rating Analysis等。此外,还介绍了结合社会网络和时间序列监督的情境文本挖掘技术。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

coursera上的公开课《https://www.coursera.org/course/textanalytics》系列,讲的非常不错哦。


最后讲了文本分类,和plsa的几种变形,包括:

opinion mining和sentiment analysis:Ordinal Logistic Regression

opinion mining和sentiment analysis:Latent Aspect Rating Analysis

Contextual Text Mining: Contextual Probabilistic Latent Semantic Analysis

Contextual Text Mining:  Mining Topics with Social Network as Context

Contextual Text Mining:  Mining Causal Topics with Time Series Supervision



评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值