使用文本挖掘进行分类 - 按值与关键字

Question

我有一个与城市经济高度相关的分类问题。我有自由文本中的非结构化数据，如人口，收入中位数，就业等。是否可以使用文本挖掘来理解文本中的值并进行分类。大多数文本挖掘文章如果已阅读使用关键字或短语计数进行分类。我希望能够根据文本的含义与文本的频率进行分类。这可能吗？

BTW，我目前使用的是RapidMiner和R.不确定这是否适用于其中任何一种？

提前致谢， 约翰

Answer 1

是的，这可能是可能的。

但不，我不能给你一个简单的解决方案，你必须收集很多经验并自己试验。没有适用于每个人的按钮式魔术解决方案。

由于你的问题过于宽泛，我认为没有比“是的，这可能有可能”更好的答案，抱歉。

Answer 2

您可以将这些视为两个独立的问题。

1. 从非结构化数据中提取信息。
2. 分类

有几种方法可以从文本中挖掘特定功能。另一方面，您也可以直接使用词袋方法直接分类并查看结果。根据您的问题，分类器可能只从文本功能中学习。

您还可以使用PCA或类似功能查找所有重要功能，然后运行挖掘过程来提取这些功能。

所有这一切都取决于你的问题太宽泛和模糊。