文本数据管理与分析

教师：邱锡鹏 微博：@邱锡鹏

助教：施展、龚经经

复旦大学 计算机学院 大数据学院

关于本课程

本课程讲授和课程实践，使得学生掌握文本数据管理和分析的主要方法，包括文本处理基础、机器学习、自然语言处理、文本挖掘的基本原理以及实践应用等。

内容

1. 简介 slides

2. 正则表达式 slides

   • 参考材料

     • wiki
     • Unicode

   • 实践

     • java简介
     • 字符串与正则简介

   • 练习

     • ch2-exercise

3. 文本表示与相似度 slides

   • 参考材料

     • 主成分分析
     • PCA的数学原理
     • SVD&LSA应用简例

   • 项目作业

     • 实现ESA、LSA算法

4. 统计语言模型之N-Gram slides

   • 参考材料

     • 统计语言模型

5. 文本存储与检索 slides

6. 机器学习

   • 参考材料

     • Generalized Linear Classifiers in NLP
     • 文本分类
     • 序列标注
     • 文本聚类

   • 项目作业

     • 文本分类实践

7. 基于深度学习的文本处理

   • 参考材料

     • 神经网络语言模型 http://ruder.io/word-embeddings-softmax/index.html
     • 词嵌入 http://ruder.io/word-embeddings-1/index.html

反馈意见

如果您有任何意见、评论以及建议，请通过GitHub的Issues页面进行反馈。你的名字将会出现在致谢列表。

反馈意见包括但不限于：

• 打字错误
• 描述错误: 比如“感知器是非线性分类器”
• 评论
• 建议

非常感谢！

致谢

本页面由Typora编辑。