Questions marquées «text-mining»

Mon ensemble de données comprend la mortalité totale ou la survie d'un organisme sur trois types de sites: côtier, médian et extracôtier. Les nombres dans le tableau ci-dessous représentent le nombre de sites. 100% Mortality 100% Survival Inshore 30 31 Midchannel 10 20 Offshore 1 10 Je voudrais...

Je ne sais pas exactement ce que VectorSource et VCorpus contiennent dans le paquet «tm». La documentation n'est pas claire à ce sujet, quelqu'un peut-il me faire comprendre en termes

Mon manuel répertorie l'idf comme oùl o g( 1 + Nnt)log(1+Nnt)log(1+\frac{N}{n_t}) : nombre de documentsNNN : nombre de documents contenant le terme tntntn_tttt Wikipedia répertorie cette formule comme une version lissée du l o g réel ( N. Celui que je comprends: il varie delog(Nl o g(...

Je veux faire la classification des documents en représentant chaque document comme un ensemble de fonctionnalités. Je sais qu'il y a plusieurs façons: BOW, TFIDF, ... Je veux utiliser l'allocation de Dirichlet latente (LDA) pour extraire les mots-clés de rubrique de CHAQUE document UNIQUE. le...

J'ai un tas de descriptions de poste entrées par les utilisateurs. Il y a toutes sortes de fautes d'orthographe et de mauvaises données. c'est à dire: ... tulane univ hospital tulip tullett prebon ... weik investment weill cornell university medical center weis weiss waldee hohimer dds welded...

J'aimerais pouvoir concevoir un classifieur capable de faire la distinction entre différents types de conversations (sans nécessairement dire quoi que ce soit sur l'humeur, la sincérité ou le résultat, c'est un peu trop tiré par les cheveux). Savoir, par exemple, que parmi 50 échantillons de...

Quelqu'un connaît-il un package R ou a-t-il un moyen de créer des réseaux de phrases comme celui-ci?

Je collecte des données textuelles concernant les communiqués de presse, les articles de blog, les critiques, etc. sur les produits et les performances de certaines entreprises. Plus précisément, je cherche à voir s'il existe des corrélations entre certains types et / ou sources d'un tel contenu...