Wykorzystanie informacji pochodzących z dokumentów tekstowych w problemach modelowania i klasyfikacji

• Autorzy: Paweł Lula

Warianty tytułu

Application of Textual Data in Modelling and Classification Problems

• Języki publikacji: PL

Abstrakty

Niniejszą pracę rozpoczyna prezentacja podstawowych zagadnień związanych z text miningiem. Przedstawiona zostanie jego definicja, związki z innymi metodami badań oraz krótki przegląd problemów badawczych rozpatrywanych na jego gruncie. Kolejny punkt pracy dotyczy metod pozyskiwania informacji z dokumentów tekstowych i sposobów jej reprezentacji. Kontynuacją tego zagadnienia są rozważania zawarte w następnej części pracy, które dotyczą sposobów wykorzystania pozyskanych informacji w procesie analizy. Poruszone w artykule problemy zilustrowane zostaną przykładem wykorzystującym rzeczywiste dane tekstowe. Końcowa część pracy zawiera wnioski i spis wykorzystanej literatury. (fragment tekstu)

EN

The main subject of this paper is related to text mining analysis. It presents a problem of information retrieval from text documents, information representation, and choice of correct methods of analysis. It was shown that the choice of proper information representation method is the most important stage during research. The paper presents the present abilities of text mining and direction of its development. (original abstract)

Słowa kluczowe

PL

Eksploracja tekstu; Analiza tekstu

EN

Text mining; Text analysis

• Czasopismo: Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Taksonomia
• Rocznik: 2006
• Tom: 13
• Numer: nr 1126 Klasyfikacja i analiza danych - teoria i zastosowania
• Strony: 130--136

Twórcy

autor

Paweł Lula

• Akademia Ekonomiczna w Krakowie

Bibliografia

• Berners-Lee T. (1998), Semantic Web Road Map, 1998, http://www.w3.org/De-signIssues/Semantic.html.
• Gärtner T. (2003), A Survey of Kernels for Structured Data, ACM SIGKDD Explorations Newsletter Archive, vol. 5.
• Gruber T.R. (1993), A Translation Approach to Portable Ontology Specifications, http://ksl-web.stanford.edu/KSL_Abstracts/KSL-92-71.html.
• Hearst M.A. (1999), Untangling Text Data Mining, Proceedings of ACL'99: the 37th Annual Meeting of the Association for Computational Linguistics, University of Maryland, http://www.sims.berkeley.edu/~hearst/papers/acl99/acl99-tdm.html.
• Montes-y-Gómez M. i in. (2000), Comparison of Conceptual Graphs. Proceedings MICAI-2000, 1st Mexican International Conference on Artificial Intelligence, Acapulco, [w:] O. Cairo, L.E. Sucar, F.J. Cantu (red.), MICAI2000: Advances in Artificial Intelligence, Lecture Notes in Artificial Intelligence N 1793, Springer, s. 548-556.
• Nierman A. (2002), Evaluating Structural Similarity in XML Documents, Proceedings of the Fifth International Workshop on the Web and Databases, WebDB.
• Oldakowski R., Bizer C. (2005), SemMF: A Framework for Calculating Semantic Similarity of Objects Represented as RDF Graphs, Freie Universität Berlin, Institut für Produktion, Berlin.