Mehr zum Buch
Das Buch behandelt die Aufbereitung und Nutzung digitaler Texte für das Wissensmanagement durch Text Mining. Es beginnt mit der Unterscheidung zwischen strukturierten und unstrukturierten Daten und erklärt, wie aus digitalen Texten neue, relevante Informationen extrahiert werden können. Die Grundlagen der Bedeutungsanalyse werden vorgestellt, einschließlich syntagmatischer und paradigmatiker Relationen sowie semantischer und logischer Relationen. Es wird auf den Aufbau und die Segmentierung von Textdatenbanken eingegangen, gefolgt von der Sprachstatistik, die wichtige Konzepte wie Zipfsche Gesetze und probabilistische Sprachmodelle behandelt. Clustering-Verfahren zur Dokumentenähnlichkeit und Merkmalsextraktion werden ebenfalls erläutert. Zudem werden Musteranalysen, einschließlich regulärer Ausdrücke und syntaktischer Muster, thematisiert. Hybride Verfahren kombinieren verschiedene Wissensquellen und setzen auf Bootstrapping. Der Text hebt hervor, dass ein Großteil des Weltwissens in Form digitaler Texte vorliegt, die oft ungenutzt bleiben. Die effektive Nutzung dieses Wissens ist entscheidend für die Effizienz von Unternehmen. Das Buch bietet einen umfassenden Überblick über die Methoden und Anwendungen des Text Mining und richtet sich an Leser, die sich mit den Grundlagen der Linguistik und Statistik vertraut machen möchten.
Buchkauf
Text Mining: Wissensrohstoff Text, Gerhard Heyer
- Sprache
- Erscheinungsdatum
- 2005
- product-detail.submit-box.info.binding
- (Paperback)
Keiner hat bisher bewertet.
- Titel
- Text Mining: Wissensrohstoff Text
- Untertitel
- Konzepte, Algorithmen, Ergebnisse
- Sprache
- Deutsch
- Autor*innen
- Gerhard Heyer
- Verlag
- W3L-Verl.
- Erscheinungsdatum
- 2005
- Einband
- Paperback
- Seitenzahl
- 348
- ISBN10
- 3937137300
- ISBN13
- 9783937137308
- Reihe
- Schlagwörter
- Computer & Internet
- Beschreibung
- Das Buch behandelt die Aufbereitung und Nutzung digitaler Texte für das Wissensmanagement durch Text Mining. Es beginnt mit der Unterscheidung zwischen strukturierten und unstrukturierten Daten und erklärt, wie aus digitalen Texten neue, relevante Informationen extrahiert werden können. Die Grundlagen der Bedeutungsanalyse werden vorgestellt, einschließlich syntagmatischer und paradigmatiker Relationen sowie semantischer und logischer Relationen. Es wird auf den Aufbau und die Segmentierung von Textdatenbanken eingegangen, gefolgt von der Sprachstatistik, die wichtige Konzepte wie Zipfsche Gesetze und probabilistische Sprachmodelle behandelt. Clustering-Verfahren zur Dokumentenähnlichkeit und Merkmalsextraktion werden ebenfalls erläutert. Zudem werden Musteranalysen, einschließlich regulärer Ausdrücke und syntaktischer Muster, thematisiert. Hybride Verfahren kombinieren verschiedene Wissensquellen und setzen auf Bootstrapping. Der Text hebt hervor, dass ein Großteil des Weltwissens in Form digitaler Texte vorliegt, die oft ungenutzt bleiben. Die effektive Nutzung dieses Wissens ist entscheidend für die Effizienz von Unternehmen. Das Buch bietet einen umfassenden Überblick über die Methoden und Anwendungen des Text Mining und richtet sich an Leser, die sich mit den Grundlagen der Linguistik und Statistik vertraut machen möchten.