文本挖掘

图书标准信息

• 作者 [以色列]费尔德曼、[美]桑格 著
• 出版社 人民邮电出版社
• 出版时间 2009-08
• 版次 1
• ISBN 9787115205353
• 定价 69.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 410页
• 字数 506千字
• 正文语种 英语
• 丛书 图灵原版计算机科学系列

【内容简介】

　　《文本挖掘(英文版)》是一部文本挖掘领域名著，作者为世界知名的权威学者。书中涵盖了核心文本挖掘操作、文本挖掘预处理技术、分类、聚类、信息提取、信息提取的概率模型、预处理应用、可视化方法、链接分析、文本挖掘应用等内容，很好地结合了文本挖掘的理论和实践。《文本挖掘(英文版)》非常适合文本挖掘、信息检索领域的研究人员和实践者阅读，也适合作为高等院校计算机及相关专业研究生的数据挖掘和知识发现等课程的教材。

【作者简介】

　　RonenFeIdmarl，机器学习、数据挖掘和非结构化数据管理的先驱人物。以色列Bar一liarl大学数学与计算机科学系高级讲师、数据挖掘实验室主任，Clearforest公司（主要为企业和政府机构开发下一代文本挖掘应用）合作创始人、董事长，现在还是纽约大学Stern商学院的副教授。
　　JamesSanger风险投资家，商业数据解决方案、因特网应用和IT安全产品领域公认的行业专家。他于1982年与人合伙创立了ABSVetllures公司。此前，他是DBCapital纽约公司的常务董事他本科毕业于宾夕法尼亚大学，研究生就读于牛津大学和利物浦大学他是IEEE和美国人工智能协会（AAAI）会员。

【目录】

I.IntroductiontoTextMining1
I.1DefiningTextMining1
I.2GeneralArchitectureofTextMiningSystems13

II.CoreTextMiningOperations19
II.1CoreTextMiningOperations19
II.2UsingBackgroundKnowledgeforTextMining41
II.3TextMiningQueryLanguages51

III.TextMiningPreprocessingTechniques57
III.1Task-OrientedApproaches58
III.2FurtherReading62

IV.Categorization64
IV.1ApplicationsofTextCategorization65
IV.2DefinitionoftheProblem66
IV.3DocumentRepresentation68
IV.4KnowledgeEngineeringApproachtoTC70
IV.5MachineLearningApproachtoTC70
IV.6UsingUnlabeledDatatoImproveClassification78
IV.7EvaluationofTextClassifiers79
IV.8CitationsandNotes80

V.Clustering82
V.1ClusteringTasksinTextAnalysis82
V.2TheGeneralClusteringProblem84
V.3ClusteringAlgorithms85
V.4ClusteringofTextualData88
V.5CitationsandNotes92

VI.InformationExtraction94
VI.1IntroductiontoInformationExtraction94
VI.2HistoricalEvolutionofIE：TheMessageUnderstandingConferencesandTipster96
VI.3IEExamples101
VI.4ArchitectureofIESystems104
VI.5AnaphoraResolution109
VI.6InductiveAlgorithmsforIE119
VI.7StructuralIE122
VI.8FurtherReading129

VII.ProbabilisticModelsforInformationExtraction131
VII.1HiddenMarkovModels131
VII.2StochasticContext-FreeGrammars137
VII.3MaximalEntropyModeling138
VII.4MaximalEntropyMarkovModels140
VII.5ConditionalRandomFields142
VII.6FurtherReading145

VIII.PreprocessingApplicationsUsingProbabilisticandHybridApproaches146
VIII.1ApplicationsofHMMtoTextualAnalysis146
VIII.2UsingMEMMforInformationExtraction152
VIII.3ApplicationsofCRFstoTextualAnalysis153
VIII.4TEG：UsingSCFGRulesforHybridStatistical–Knowledge-BasedIE155
VIII.5Bootstrapping166
VIII.6FurtherReading175

IX.Presentation-LayerConsiderationsforBrowsingandQueryRefinement177
IX.1Browsing177
IX.2AccessingConstraintsandSimpleSpecificationFiltersatthePresentationLayer185
IX.3AccessingtheUnderlyingQueryLanguage186
IX.4CitationsandNotes187

X.VisualizationApproaches189
X.1Introduction189
X.2ArchitecturalConsiderations192
X.3CommonVisualizationApproachesforTextMining194
X.4VisualizationTechniquesinLinkAnalysis225
X.5Real-WorldExample：TheDocumentExplorerSystem235

XI.LinkAnalysis244
XI.1Preliminaries244
XI.2AutomaticLayoutofNetworks246
XI.3PathsandCyclesinGraphs250
XI.4Centrality251
XI.5PartitioningofNetworks259
XI.6PatternMatchinginNetworks272
XI.7SoftwarePackagesforLinkAnalysis273
XI.8CitationsandNotes274

XII.TextMiningApplications275
XII.1GeneralConsiderations276
XII.2CorporateFinance：MiningIndustryLiteratureforBusinessIntelligence281
XII.3A“Horizontal”TextMiningApplication：PatentAnalysisSolutionLeveragingaCommercialTextAnalyticsPlatform297
XII.4LifeSciencesResearch：MiningBiologicalPathwayInformationwithGeneWays309

AppendixA：DIAL：ADedicatedInformationExtractionLanguageforTextMining317
A.1WhatIstheDIALLanguage?317
A.2InformationExtractionintheDIALEnvironment318
A.3TextTokenization320
A.4ConceptandRuleStructure320
A.5PatternMatching322
A.6PatternElements323
A.7RuleConstraints327
A.8ConceptGuards328
A.9CompleteDIALExamples329

Bibliography337
Index391