Chuyển đến nội dung chính

Khóa học

Khai phá văn bản với Bag-of-Words trong R

Trung cấpTrình độ kỹ năng

Đã cập nhật tháng 05, 2024

Bắt Đầu Khóa Học Miễn Phí

RMachine Learning

4 gio

15 video

69 Bài tập

5,700 XP

44,279

Giấy chứng nhận Thành tích

Được người học tại hàng ngàn công ty yêu thích

Đào tạo một đội ngũ?

Dùng thử cho Doanh nghiệp

Mô tả khóa học

Ước tính có hơn 70% thông tin doanh nghiệp có thể sử dụng ở dạng phi cấu trúc, thường là dữ liệu văn bản. Khai phá văn bản cung cấp một tập hợp kỹ thuật giúp chúng ta rút ra các insight có thể hành động từ dữ liệu phi cấu trúc. Trong khóa học này, bạn sẽ khám phá những điều cơ bản của khai phá văn bản bằng phương pháp bag-of-words. Ba chương đầu giới thiệu nhiều chủ đề thiết yếu để phân tích và trực quan hóa dữ liệu văn bản. Chương cuối cho phép bạn áp dụng mọi thứ đã học trong một nghiên cứu tình huống thực tế để trích xuất insight từ các đánh giá của nhân viên về hai công ty công nghệ lớn.

Điều kiện tiên quyết

1

Bắt tay vào Khai phá văn bản với Bag-of-Words

Trong chương này, bạn sẽ học những điều cơ bản khi dùng phương pháp bag-of-words để phân tích dữ liệu văn bản.

Text mining là gì?

Hiểu về text mining

Nếm thử nhanh text mining

Bắt đầu

Nạp một ít văn bản

Chuyển vector thành đối tượng VCorpus (1)

Biến vector thành đối tượng VCorpus (2)

Tạo một VCorpus từ data frame

Làm sạch và tiền xử lý văn bản

Các hàm làm sạch phổ biến từ tm

Làm sạch với qdap

Tất tần tật về stop words

Giới thiệu về word stemming và stem completion

Rút gọn từ (stemming) và hoàn thiện gốc từ (stem completion) trên một câu

Áp dụng các bước tiền xử lý cho một corpus

Hiểu về TDM và DTM

Tạo ma trận tài liệu–thuật ngữ

Tạo ma trận thuật-ngữ–tài-liệu (term-document matrix)

Bắt Đầu Chương

2

Đám mây từ và các trực quan sinh động khác

Chương này sẽ hướng dẫn bạn trực quan hóa dữ liệu văn bản theo cách vừa giàu thông tin vừa lôi cuốn.

Các kiểu trực quan hóa phổ biến trong khai phá văn bản

Kiểm tra hiểu biết của bạn về khai phá văn bản

Thuật ngữ xuất hiện thường xuyên với tm

Thuật ngữ xuất hiện thường xuyên với qdap

Giới thiệu về đám mây từ

Đám mây từ đơn giản

Từ dừng và đám mây từ

Vẽ word cloud tốt hơn

Cải thiện màu sắc của word cloud

Dùng bảng màu dựng sẵn

Các kiểu đám mây từ khác và mạng lưới từ

Tìm từ chung

Trực quan hóa các từ chung

Trực quan hóa các từ không giống nhau

Đám mây thẻ phân cực

Trực quan hóa mạng lưới từ

Gợi mở: phân cụm từ đơn giản

Bắt Đầu Chương

3

Nâng cao kỹ năng TM của bạn

Trong chương này, bạn sẽ học thêm các kỹ thuật khai phá văn bản cơ bản dựa trên phương pháp bag-of-words.

Phân cụm từ đơn giản

Kiểm tra mức độ hiểu của bạn về khai phá văn bản

Ma trận khoảng cách và dendrogram

Tạo TDM phù hợp để vẽ dendrogram

Ghép lại tất cả: dendrogram dựa trên văn bản

Tùy chỉnh giao diện dendrogram

Sử dụng liên kết từ

Vượt ra ngoài từng từ riêng lẻ

Token hóa n-gram

Thay đổi n-grams

Các bigram ảnh hưởng đến word cloud như thế nào?

Các tiêu chí tần suất khác nhau

Thay đổi trọng số tần suất

Ghi nhận metadata trong tm

Bắt Đầu Chương

4

Cuộc chiến thu hút nhân tài của các ông lớn công nghệ

Chương này tổng hợp tất cả qua một nghiên cứu tình huống về khai phá văn bản trong phân tích nhân sự (HR analytics).

Amazon vs. Google

Tổ chức một dự án khai phá văn bản

Bước 1: Xác định vấn đề

Bước 2: Xác định nguồn văn bản

Bước 3: Tổ chức văn bản

Tổ chức văn bản

Làm việc với các đánh giá về Google

Bước 4 & 5: Trích xuất đặc trưng & phân tích

Trích xuất đặc trưng & phân tích: amzn_pros

Trích xuất đặc trưng & phân tích: amzn_cons

Sơ đồ cây (dendrogram) amzn_cons

Liên kết từ

Ôn nhanh các bài đánh giá về Google

Trận đấu tay đôi! Đánh giá tích cực: Amazon vs. Google

Cage match, phần 2! Đánh giá tiêu cực

Bước 6: Rút ra kết luận

Rút ra kết luận, insight, hoặc khuyến nghị

Đưa ra một kết luận, insight, hoặc khuyến nghị khác

Hoàn thành!

Bắt Đầu Chương

Khai phá văn bản với Bag-of-Words trong R

Hoàn
Thành

Nhận Giấy Chứng Nhận Hoàn Thành

Thêm chứng chỉ này vào hồ sơ LinkedIn, CV hoặc sơ yếu lý lịch của ban
Chia sẻ trên mạng xã hội và trong đánh giá hiệu suất của banĐăng ký ngay

Tham gia cùng hơn 19 triệu học viên và bắt đầu Khai phá văn bản với Bag-of-Words trong R ngay hôm nay!

Phát triển kỹ năng dữ liệu với DataCamp cho thiết bị di động

Tiến bộ mọi lúc mọi nơi với các khóa học cho thiết bị di động và thử thách lập trình 5 phút hằng ngày.