玩转文本挖掘（2025版）_哔哩哔哩_bilibili

投稿

收藏

稿件投诉

记笔记

用手机看

玩转文本挖掘（2025版）

1.8万

已完结 · 共63课时

有效期3年

从分词、词袋模型、分布式表示等概念开始，全面学习文本挖掘技术

发布者

关注

张文彤

张文彤博士，数据分析专家，在数据分析/挖掘，市场研究等领域深耕多年，出版多本软件教材、数据分析与挖掘专著，20+年数据分析/统计软件培训经验

课程概述

评论（0）

课程介绍

课程介绍

课程介绍

课程介绍

常见问题

Q：课程在什么时间更新？

A：课程更新频次以页面前端展示为准。购买成功后，课程更新将通过账号动态提示，方便及时观看。

Q：课程购买后有收看时间限制吗？

A：本课程购买后有效期3年，请知悉。

Q：原价购买课程后，如遇到优惠折扣，是否可以退还差价或重新购买？

A：虚拟商品付款后无法返还，请您随时留意各类课程折扣信息，按需购买。

Q：购买课程后是否可以加入老师的粉丝群或者用户群？

A：如老师设置用户群，我们将邀您加入，但我们无法承诺所有老师均提供用户群服务，感谢理解。

购买须知

1. 本内容为付费内容，购买成功后方可观看。

2. 本内容为虚拟服务，已购买内容不支持退款，敬请谅解。

3. 实际购买价格以页面展示的价格及订单结算页显示价格为准。

299 元/63课时立即购买

课程目录

仅看课时

附赠课件

课程群

章节选择

第1章文本挖掘概述

全集试看

1.1什么是文本挖掘？

视频课

8分54秒

2

全集试看

1.2文本挖掘的基本流程和任务

视频课

8分20秒

3

全集试看

1.3文本挖掘的基本思路

视频课

6分53秒

4

全集试看

1.4语料数据化时需要考虑的工作

视频课

6分50秒

5

1.7AI助力文本挖掘（上）

视频课

12分40秒

6

1.8AI助力文本挖掘（下）

视频课

9分17秒

第2章磨刀不误砍柴工

7

2.1NLTK包的安装配置

视频课

6分7秒

8

2.2什么是语料库？

视频课

13分44秒

9

2.3《射雕》文本的准备

视频课

14分48秒

第3章中文分词

10

3.1中文分词理论

视频课

8分3秒

11

3.2jieba分词的基本用法

视频课

9分9秒

12

3.3自定义词典

视频课

9分56秒

13

3.4去除停用词

视频课

11分8秒

14

3.5词性标注及其他

视频课

6分31秒

第4章分词结果的词云展示

15

4.1词频统计

视频课

8分26秒

16

4.2词云概述

视频课

5分4秒

17

4.3wordcloud包的安装

视频课

8分11秒

18

4.4绘制词云

视频课

13分14秒

19

4.5设置词云背景

视频课

9分37秒

20

4.6修改词云颜色

视频课

10分36秒

第5章文本信息的向量化

21

5.1词袋（BOW）模型

视频课

7分34秒

22

5.2词袋模型的gensim实现

视频课

10分56秒

23

5.3用pandas生成文档-词条矩阵

视频课

11分17秒

24

5.4用sklearns生成文档-词条矩阵

视频课

11分42秒

25

5.5从词袋模型到N-gram模型

视频课

6分51秒

26

5.6文本信息的分布式表示

视频课

9分34秒

27

5.7共现矩阵

视频课

5分58秒

28

5.8NNLM模型的突破

视频课

5分21秒

29

5.9word2vec一出，满座皆惊！

视频课

15分18秒

第6章提取文本关键词

30

6.1关键词提取的基本思路

视频课

6分44秒

31

6.2TF-IDF算法

视频课

5分54秒

32

6.3TF-IDF算法的jieba实现

视频课

11分11秒

33

6.4TF-IDF算法的sklearn实现

视频课

5分40秒

34

6.5TF-IDF算法的gensim实现

视频课

5分36秒

35

6.6TextRank算法

视频课

8分18秒

第7章抽取文本主题

36

7.1主题模型概述

视频课

13分4秒

37

7.2主题模型的sklearn实现

视频课

12分19秒

38

7.3主题模型的gensim实现

视频课

15分58秒

39

7.4LDA结果的可视化

视频课

17分47秒

第8章文本相似度

40

8.1基本概念

视频课

7分37秒

41

8.2词条相似度：word2vec训练

视频课

10分7秒

42

8.3词条相似度：word2vec应用

视频课

9分25秒

43

8.4文本相似度的词袋模型实现

视频课

7分53秒

44

8.5Doc2vec

视频课

9分56秒

45

8.6文档聚类

视频课

9分6秒

第9章文本分类

46

9.1文本分类概述

视频课

11分8秒

47

9.2朴素贝叶斯算法

视频课

7分13秒

48

9.3文本分类算法的sklearn实现

视频课

10分28秒

49

9.4朴素贝叶斯算法的NLTK实现

视频课

6分45秒

第10章情感分析

50

10.1情感分析概述

视频课

17分57秒

51

10.2情感分析的词袋模型实现

视频课

7分30秒

52

10.3情感分析的分布式表达实现

视频课

10分14秒

第11章文本自动摘要

53

11.1自动摘要的基本原理

视频课

13分11秒

54

11.2自动摘要的效果评价

视频课

9分4秒

55

11.3自动摘要的python实现

视频课

12分51秒

第12章文本自动写作

56

12.1循环神经网络（RNN）的基本原理

视频课

13分55秒

57

12.2长短期记忆网络（LSTM）的基本原理

视频课

13分

58

12.3Keras+Tensorflow组合的优势

视频课

5分33秒

59

12.4Keras+Tensorflow组合的安装

视频课

5分47秒

60

12.5用LSTM实现英文写作：数据准备

视频课

13分56秒

61

12.6用LSTM实现英文写作：模型拟合

视频课

11分22秒

62

12.7LSTM与word2vec实现中文自动写作：数据准备

视频课

13分39秒

63

12.8LSTM与word2vec实现中文自动写作：模型拟合

视频课

9分47秒

相关推荐