代码之家 › 专栏 › 技术社区 › shakthydoss

是否有任何数据挖掘/文本挖掘/机器学习技术来为给定文档找到最合适的标签[关闭]

text-mining tagging data-mining nlp machine-learning

-3

shakthydoss · 技术社区 · 11 年前

假设我有一组庞大的文档,这些文档用列表示在关系表中

    ID (unique identifier)
    Title (255 characters)
    Description (5000 characters)
    Category (predefined meta-data )
    Additional Notes (1000 characters )

我想为文档表中的每一行添加一个或多个标记。这里的标签是指告诉读者文档内容的一个单词或一组单词。

是否有任何数据挖掘/文本挖掘/机器学习技术或方法可以帮助我在没有人为干扰的情况下为给定的文档找到最合适的标签。

1 回复 | 直到 11 年前

Andrey Teterin 11 年前

一种简单可行的方法:对于给定的文档,计算 TF-IDF 对每个单词进行测量,并选择前N个单词作为标签(或将候选单词减少一些阈值)。此外,在您的情况下,对“标题”和“类别”字段中的单词使用经验增强系数是合理的。

推荐文章

Marvania Mehul - MKPatel · 确定估算其中一类概率的模型的准确性

6 年前

user7740495 · 如何遍历pandas数据帧中的每列和每个单元格

6 年前

PhD Rookie · 选择最可能选项的决策树?

6 年前

The_Anil · 获取无效类型比较错误

6 年前

Mohit Shah · 为什么在选择模型之前不进行模型调整?

6 年前

r1d1 · 主题提取和文本分类在概念上有什么区别?

6 年前

Sara · 按行从两列中选择重复项,并在R中创建一个新变量

6 年前

Bohan Xu · 互信息和预测精度

6 年前

Syahnur Nizam · 使用Weka作为引擎的基于PHP的网站

6 年前

Abdelghani Info · 为什么使用支持向量机?

6 年前