NLPIR語義技術(shù)助力解決文本數(shù)據(jù)挖掘難題

時間：2019-02-12作者：靈玖中科軟件（北京）有限公司瀏覽：218

靈玖中科軟件（北京）有限公司專注于大數(shù)據(jù)開發(fā),大數(shù)據(jù)搜索與挖掘,大數(shù)據(jù)中文分詞等

• 詞條

  詞條說明

• 語義分析：靈玖大數(shù)據(jù)文本挖掘

  大數(shù)據(jù)挖掘是伴隨者互聯(lián)網(wǎng)的普及應(yīng)用和傳統(tǒng)信息檢索技術(shù)的不足提出并發(fā)展起來的。大數(shù)據(jù)挖掘是從大數(shù)據(jù)中發(fā)現(xiàn)有用的模式（其中的數(shù)據(jù)可以存放在數(shù)據(jù)庫、數(shù)據(jù)倉庫或其他信息庫中），它旨在解決數(shù)據(jù)挖掘、信息檢索、知識抽取以及更廣泛的商業(yè)問題。面向大數(shù)據(jù)的挖掘比面向數(shù)據(jù)庫和數(shù)據(jù)倉庫的數(shù)據(jù)挖掘要復雜，因為大數(shù)據(jù)往往是無結(jié)構(gòu)的，通常是用長的句子或短語來表達文檔類信息；有些則可能是半結(jié)構(gòu)化的，當然也包括大量的異構(gòu)信息、

• 靈玖大數(shù)據(jù)NLPIR挖掘平臺解決文本需求

  Internet技術(shù)的發(fā)展與成熟，使得人們可獲得的信息越來越多。面對海量信息，人們已經(jīng)不能簡單地靠人工來處理所有的信息，需要輔助工具來幫助人們更好地發(fā)現(xiàn)、過濾和管理這些信息資源。 與拉丁語系的文本不同，中文并不使用空格作為詞語間的分隔符。比如當我們說“We love coding.”，這句英文使用了兩個空格來分割三個英文詞匯;如果用中文做同樣的表述， 就是“我們愛寫代碼。”，其中不包含任何空格。

• 靈玖軟件榮獲廣電總局首批重點實驗室建設(shè)單位

  12月28日，從國家新聞出版廣電總局官網(wǎng)獲悉，靈玖軟件成功獲得由國家新聞出版廣電總局審核的《社會科學研究領(lǐng)域知識挖掘與服務(wù)實驗室》建設(shè)單位，是首批全國大數(shù)據(jù)知識服務(wù)六家單位之一。該實驗室是由靈玖軟件與社會科學文獻出版社聯(lián)合申報的。 《社會科學研究領(lǐng)域知識挖掘與服務(wù)實驗室》主要圍繞“社會科學研究領(lǐng)域知識挖掘與服務(wù)”展開研究。主要研究方向及內(nèi)容包括以下幾個方面。 (1)社會科學研究領(lǐng)域知識服務(wù)標準研

• NLPIR語義技術(shù)助力解決文本數(shù)據(jù)挖掘難題

  近年來，隨著Internet?的迅猛發(fā)展以及人們利用信息技術(shù)生產(chǎn)和搜集數(shù)據(jù)能力的大幅度提高，大規(guī)模的網(wǎng)絡(luò)文本庫不斷涌現(xiàn)。為了便于在海量文本庫中搜尋、過濾、管理這些文本，基于人工智能技術(shù)的文本大數(shù)據(jù)挖掘成為人們研究的焦點。 數(shù)據(jù)挖掘(KD)是從數(shù)據(jù)中自動抽取模型。數(shù)據(jù)挖掘包括許多步驟：從大規(guī)模數(shù)據(jù)庫中(或從其他來源)取得數(shù)據(jù);選擇合適的特征屬性;挑選合適的樣本策略;剔除數(shù)據(jù)中不正常的數(shù)據(jù)并補足不夠