Python中文文本分析

第1章 概述
1.1 文本分析的意義
1.2 文本分析的目的
1.3 本書內(nèi)容安排
第2章 文本分析的環(huán)境
2.1 Python運(yùn)行環(huán)境
2.2 文本分析的常用庫
2.3 Anaconda
第3章 Python基礎(chǔ)
3.1 Pvthon基本概念
3.2 Python腳本創(chuàng)建與運(yùn)行
3.3 Python核心數(shù)據(jù)類型
3.4 Python控制結(jié)構(gòu)
3.5 Python函數(shù)
3.6 正則表達(dá)式
第4章 文本預(yù)處理
4.1 幾種常見的中文文本語料庫
4.2 文本清洗
4.3 文本分詞
4.4 刪除停用詞與詞頻統(tǒng)計
第5章 文本特征選擇與向量化
5.1 基本概念
5.2 詞袋模型
5.3 TF—IDF模型
5.4 IG模型
5.5 卡方檢驗(yàn)
第6章 特征抽取
6.1 特征抽取的意義
6.2 奇異值分解(SvD)
6.3 主成分分析(PCA)
6.4 潛在狄利克雷分布(LDA)
6.5 非負(fù)矩陣分解(NMF)
6.6 案例分析
第7章 詞向量
7.1 詞向量基本概念
7.2 Word2Vec
7.3 采用Gensim工具訓(xùn)練詞向量
7.4 詞向量在文本分析中的應(yīng)用
第8章 文本分類
8.1 文本分類基本概念
8.2 文本分類類型
8.3 分類模型評估
8.4 基于傳統(tǒng)機(jī)器學(xué)習(xí)的文本分類模型
8.5 特征抽取在文本分類中的應(yīng)用
8.6 特征選擇結(jié)合特征抽取在文本分類中的應(yīng)用
第9章 情感分析
9.1 情感分析概述
9.2 情感分析層次
9.3 基于情感詞的文本情感分析
9.4 基于機(jī)器學(xué)習(xí)的文本情感分析
參考文獻(xiàn)