结构化文本和非结构化文本
结构化文本和非结构化文本
提问于 2011-05-04 23:18:26
关于数据挖掘，结构化文本和非结构化文本有什么区别？在选择/开发数据挖掘方法来分析这些不同的文本时，主要考虑因素是什么？
回答 1
Stack Overflow用户
回答已采纳
发布于 2011-05-05 03:07:39
在回答这些类型的问题时，我会先说明您正在处理的特定领域非常重要。在你的问题中添加一些上下文将允许更有帮助的回答。
一般而言，结构化文本和非结构化文本之间的主要区别在于，结构化文本具有易于消化的形式，而非结构化文本则不然。对于一些文本挖掘，这可能像词袋模型一样简单(每个单词出现多少次？)，一直到极其复杂的NLP方法，这些方法试图提取更深层次的语言结构，如词性或实体检测/解析。结构化数据的日常示例可以是Twitter上的帖子的元数据(用户名/时间戳/转发信息/等等)。其中相关的非结构化数据将是帖子本身的文本。
在不确切知道您感兴趣的情况下，一个重要的考虑因素是一个简单的事实:对于简单的机器学习模型，结构化文本通常是一种方便的形式，而非结构化文本很少是，因为它不能轻易地被视为一组二进制/实值特征并放入您最喜欢的统计模型中。
希望这能在更高的层面上有所帮助--如果我的回复过于宽泛，请随时更新原始帖子的细节=)
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/5885762
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号