10-R语言文本挖掘tm包详解

0.美图

文本挖掘相关介绍

1、什么是文本挖掘

文本挖掘是
抽取有效、新颖、有用、可理解的、散布在文本文件中的有价值知识，并且利用这些知识更好地组织信息的过程。

在文本挖掘领域中，文本自动分类，判同，情感分析是文本挖掘比较常见的应用 。文本分类技术主要应用在百度新闻，谷歌新闻等新闻网站，对新闻内容进行自动分类，并且实现根据用户专业倾向的文档推荐；搜索引擎去重，论文抄袭判别系统等。情感分析技术主要应用在电商评论分析系统，政府和媒体舆情监测系统等。语意理解技术应用在机器翻译、聊天机器人等。

2、NLP

文本挖掘可以视为NLP（Natural language processing，自然语言处理）的一个子领域，目标是在大量非结构化文本中整理析取出有价值的内容。由于人类语言具有很高的复杂性，例如不同语言间语法不同，组成方式不同，还有语言种类的多样性，