2米资源网

第1章文本挖掘概述30分钟5节

1-1什么是文本挖掘[免费试看]08:57

1-2文本挖掘的基本流程和任务[免费试看]08:19

1-3文本挖掘的基本思路[免费试看]06:52

1-4语料数据化时需要考虑的工作[免费试看]06:49

1-5本课程代码课件及数据下载说明

第2章磨刀不误砍柴工1小时12分钟6节

2-1Python常用IDE简介[免费试看]11:21

2-2Anaconda的安装与配置[免费试看]16:23

2-3Jupyter Notebook的基本操作[免费试看]11:58

2-4NLTK的安装与配置06:06

2-5什么是语料库13:43

2-6准备《射雕》语料库13:08

第3章分词44分钟5节

3-1分词原理简介[免费试看]08:02

3-2结巴分词的基本用法[免费试看]09:08

3-3使用自定义词典和搜狗细胞词库09:55

3-4去除停用词11:07

3-5词性标注及其他06:30

第4章词云展示55分钟6节

4-1词频统计08:25

4-2词云概述05:03

4-3wordcloud包的安装08:10

4-4绘制词云13:13

4-5设置词云背景模板09:36

4-6修改词云颜色10:35

第5章文本信息的向量化1小时24分钟9节

5-1词袋模型07:33

5-2词袋模型的gensim实现10:55

5-3用Pandas生成文档词条矩阵11:16

5-4用sklearns生成文档-词条矩阵11:41

5-5从词袋模型到N-gram模型06:50

5-6文本信息的分布式表示09:51

5-7共现矩阵05:57

5-8NNLM模型的突破05:20

5-9word2vec一出，满座皆惊15:18

第6章关键词提取43分钟6节

6-1关键词提取的基本思路06:43

6-2TF-IDF 算法05:53

6-3TF-IDF算法的jieba实现11:10

6-4TF-IDF算法的sklearn实现05:39

6-5TF-IDF算法的gensim实现05:36

6-6TextRank算法08:17

第7章抽取文档主题41分钟3节

7-1主题模型概述13:03

7-2主题模型的sklearn实现12:25

7-3主题模型的gensim实现15:57

第8章文档相似度54分钟6节

8-1基本概念07:38

8-2词条相似度：word2vec训练10:07

8-3词条相似度：word2vec应用09:24

8-4文档相似度的词袋模型实现07:52

8-5doc2vec09:55

8-6文档聚类09:05

第9章文本分类35分钟4节

9-1文本分类概述11:07

9-2朴素贝叶斯算法07:12

9-3算法的sklearn实现10:27

9-4算法的NLTK实现06:44

第10章情感分析35分钟3节

10-1情感分析概述17:56

10-2情感分析的词袋模型实现07:29

10-3情感分析的分布式表达实现10:13

第11章自动摘要35分钟3节

11-1自动摘要的基本原理13:10

11-2自动摘要的效果评价09:03

11-3自动摘要的python实现12:50

第12章文本自动写作1小时27分钟8节

12-1RNN的基本原理13:55

12-2LSTM的基本原理13:16

12-3Keras+TensorFlow组合的优势05:32

12-4Keras+TensorFlow组合的安装05:46

12-5案例1：数据准备13:55

12-6案例1：模型拟合11:21

12-7案例2：数据准备13:38

12-8案例2：模型拟合

 

Python数据分析系列视频课程--玩转文本挖掘
百度网盘分享地址： 链接: https://pan.baidu.com/s/1L4lZeKz61QgXKP4kTj-llA 提取码: yv9a