मशीन सीखने का उपयोग करके वास्तविक दुनिया का पाठ खनन

21 अप्रैल 2012 को, प्राकृतिक भाषा के स्वचालित प्रसंस्करण पर एक संगोष्ठी के भाग के रूप में , जन Zizka (मेंडल विश्वविद्यालय, ब्रनो, चेक गणराज्य) द्वारा एक प्रस्तुति होगी।
वह ग्रंथों से जानकारी निकालने के लिए मशीन लर्निंग के उपयोग पर एक रिपोर्ट पढ़ेंगे। विभिन्न एल्गोरिदम के आवेदन और परिणामों की व्याख्या पर विचार किया जाएगा।
अलग-अलग, परिणामों को इन तरीकों के आवेदन पर दिखाया जाएगा कि वे होटल में उपयोगकर्ता समीक्षाओं के विश्लेषण के उदाहरण पर वास्तविक डेटा पर जाएं।
रिपोर्ट को अंग्रेजी में पढ़ा जाएगा।


वक्ता से भाषण:

आज, विशेष रूप से इंटरनेट पर पाठ डेटा के विशाल मात्रा में उपलब्ध हैं। बहुत बार, डेटा संरचित नहीं होता है और पाठ स्वाभाविक रूप से इंटरनेट उपयोगकर्ताओं द्वारा स्वाभाविक रूप से लिखा जाता है। इस तरह के डेटा में दिलचस्प या मूल्यवान जानकारी होने की उम्मीद की जाती है जिसका उपयोग बहुत सारे अनुप्रयोग क्षेत्रों में विभिन्न लक्ष्यों के लिए किया जा सकता है। क्योंकि डेटा बहुत बड़ा है, इसलिए स्वीकार्य समय के भीतर इसे "मैन्युअल रूप से" संसाधित करना बहुत मुश्किल या असंभव है। सौभाग्य से, आधुनिक सूचना विज्ञान प्रक्रियाओं और विधियों ने हमें कृत्रिम बुद्धिमत्ता में शामिल परिष्कृत तरीकों को लागू करने में सक्षम किया, विशेष रूप से एल्गोरिदम के सेट को मशीन लर्निंग कहा जाता है। टेक्स्ट माइनिंग पर लागू मशीन लर्निंग विधियाँ मौजूदा उदाहरणों से आगमनात्मक अधिगम पर आधारित हैं।

पहले भाग में, टॉक टेक्स्ट माइनिंग के लिए लागू कुछ मशीन लर्निंग के तरीकों के बारे में बताया गया है। मुख्य समस्याएं डेटा के उपयुक्त प्रीप्रोसेसिंग के साथ जुड़ी हुई हैं, उपयुक्त एल्गोरिदम के चयन और परिणामों की व्याख्या सहित खनन प्रक्रिया को डिजाइन करना।

दूसरे भाग में, वास्तविक दुनिया के आंकड़ों से प्राप्त कुछ दिलचस्प परिणाम प्रस्तुत किए जाएंगे। यह डेटा दुनिया भर में होटल आवास द्वारा प्रदान की जाने वाली सेवाओं से संबंधित ग्राहकों की समीक्षाओं की राय / भावनाओं का प्रतिनिधित्व करता है। समीक्षाओं को कई भाषाओं में सैकड़ों हजारों ग्राहकों द्वारा लिखा जाता है। वर्णित अनुसंधान का ध्यान अंग्रेजी, स्पेनिश, फ्रेंच, जर्मन, जापानी, रूसी, चेक, और अन्य सहित कई भाषाओं में विशिष्ट शब्दों और वाक्यांशों को प्रकट करने पर था।

शायद हम ऑनलाइन प्रसारण बढ़ाने में सक्षम होंगे। सेमिनार से पहले, यह सेमिनार ट्विटर पर घोषित किया जाएगा: https://twitter.com/#//lleminar