产品详情
内容简介
为适应新数据类型，信息抽取、自动分类聚类、自动文摘索引、统计机器翻译方面的研究方法需要进行调整修正。本书针对可大量获取的非传统社交媒体数据（大数据），回顾当前自然语言处理工具、方法的相关研究成果。同时展示了创新的自然语言处理方法如何将适当的语言信息整合到各个领域，比如社会媒体监测、医疗保健、商业情报、工业、营销、安全和防务。本书的目标读者是对开发自动化社交媒体文本分析工具和应用感兴趣的研究者，希望本书能帮助读者更好地理解计算语言学和社交媒体分析，是文本挖掘技术和专为社交媒体文本设计的自然语言处理应用。
目录
| 第一章 社交媒体分析概述／ 1 1.1 导论／ 2 1.2 社交媒体应用／ 9 1.2.1 社交媒体数据中的跨语言文本分析／ 10 1.2.2 实际应用／ 11 1.3 社交媒体数据中的挑战／ 13 1.4 社交媒体语义分析／ 17 1.5 总结／ 19 第二章 社交媒体文本语言预处理／ 21 2.1 导论／ 22 2.2 自然语言处理工具的通用适配技术／ 24 2.2.1 文本标准化／ 26 2.2.2 社交媒体文本的NLP 工具再培训／ 28 2.3 分词器／ 29 2.4 词性标注器／ 31 2.5 语块分析器和语法分析器／ 37 2.6 命名实体识别器／ 41 2.7 现有自然语言处理英文工具包及其适应性／ 44 2.8 社交媒体文本的多语言和适应性／ 46 2.8.1 语言识别／ 47 2.8.2 方言识别／ 50 2.9 总结／ 58 第三章 社交媒体文本的语义分析／ 59 3.1 导论／ 60 3.2 地理位置检测／ 60 3.2.1 将社交媒体信息映射到地图中／ 61 3.2.2 现有地理位置信息／ 62 3.2.3 基于网络基础设施的地理位置／ 62 3.2.4 基于社交网络结构的地理位置／ 63 3.2.5 基于内容的位置检测／ 64 3.2.6 地理位置检测的评估指标／ 70 3.3 实体关联和消歧／ 74 3.3.1 实体和链接数据识别／ 75 3.3.2 实体关联的评估指标／ 79 3.4 观点挖掘和情绪分析／ 80 3.4.1 情感分析／ 80 3.4.2 情绪分析／ 85 3.4.3 讽刺检测／ 89 3.4.4 观点和情绪分类的评估指标／ 90 3.5 事件和话题检测／ 93 3.5.1 特定和非特定事件检测／ 93 3.5.2 新事件和旧事件／ 103 3.5.3 紧急事态感知／ 104 3.5.4 事件检测的评估指标／ 105 3.6 自动摘要／ 106 3.6.1 更新摘要／ 108 3.6.2 网络活动摘要／ 109 3.6.3 事件摘要／ 110 3.6.4 观点摘要／ 111 3.6.5 摘要的评估指标／ 113 3.7 机器翻译／ 114 3.7.1 应用于医学术语的标准化的基于短语的机器翻译／ 116 3.7.2 政府机构推特简讯的翻译／ 116 3.7.3 主题标签的出现、布局和翻译／ 119 3.7.4 阿拉伯社交媒体的机器翻译／ 123 3.7.5 机器翻译的评估指标／ 126 3.8 总结／ 127 第四章 社交媒体文本分析应用／ 129 4.1 导论／ 130 4.2 医疗保健应用／ 131 4.3 金融应用／ 141 4.4 预测投票意向／ 145 4.5 媒体监测／ 148 4.6 安全和国防应用／ 151 4.7 灾难和应急响应应用／ 156 4.8 基于NLP 的用户建模／ 158 4.9 娱乐应用／ 167 4.10 基于NLP 的社交媒体信息可视化／ 169 4.11 产品中心热门文章联系我们公司: bowen.cn 联系人: 电话: 微信: 邮箱: 地址: 产品分类热门产品联系方式电话: 邮箱: 微信: 地址: 扫码联系 |
