語言分析與資料科學
  • 本書規劃
  • PART I：基礎知識
    • 導論
    • 語言學
      • 語言的實證研究方法
    • 數學與統計
      • 統計
        • 機率與機率分佈
          • 推論統計
        • 迴歸模型
      • 線性代數
    • 自然語言處理
      • 語料庫
    • 機器學習
      • kNN
      • Probabilistic learning using Naive Bayes
      • 決策樹 Decision Trees
      • 支持向量機 Support Vector Machines
      • 迴歸分析 Regression models
      • 神經網路與深度學習 Neural Network and Deep Learning
      • 關聯規則挖掘 Association Rules
      • k-means 分群 Clusterings
      • 社會網路分析
    • 資料科學的 OSEMN 模式
  • PART II： 文本分析：資料處理、表徵與語意計算
    • 文本分析是什麼
      • 程式處理架構
    • 文本前處理
      • 文本收集
      • 文本清理
      • 自動分詞與詞類標記
      • 文本標記
    • 文本數據探索性分析
    • 文本語意與統計
      • 語意表徵
      • 文本訊息視覺化
      • 文本相似與關聯
    • 文本知識抽取
  • PART III：文本分析：模型應用與專案
    • 文本迴歸預測
    • 文本分類
      • 情緒分析
      • 垃圾訊息偵測
    • 文本自動生成
      • 自動摘要
    • 文本聚類
    • 主題模型
    • 立場、意圖與價值
    • 個人文體風格
    • 文本真實性
      • 重複文本偵測
    • 資料科學報告與部署
  • 附錄
    • R 存活指令
    • Python 存活指令
    • Git and Github 入手
    • Linux 存活指令
    • 正則表示法
    • 參考書目
Powered by GitBook
On this page
  • 背景知識
  • 課程相關訊息

Was this helpful?

本書規劃

用意是為了實驗室的培訓，以及作為台大基本能力課課程講義。寫作的風格：TL; DR

Next導論

Last updated 5 years ago

Was this helpful?

謝舒凱 & 台大語言學研究所語言處理與人文計算 (LOPE) 實驗室

這個書希望以一種永續協作經營的方式存活。內容貢獻者包括了：曾昱翔、廖永賦、連大成、陳蓓怡、洪漢唐、..............

背景知識

駕馭文本數據的需要

大數據 (Big Data) 的時代，數位資料累積與增長的速度已經遠遠倍增於人類史上的任何階段。搭配著 AI 技術發展的加速，這樣一種鉅量資料風潮,不僅改變了人文社會與自然科學研究的面貌，在各項產業也產生了分析資料輔佐決策的迫切需求。在此背景下，數位素養 (digital literacy) 已經成為現代公 民必須具備的基本素養之一，近年來新興的資料科學家 (data scientist) 更成為當前最為熱門的行業之一。

然而由於數據資料的發展，隨著社交媒體與社會網路的發展，非結構性的文本資料所佔比例已經遠超過結構性的表格性資料，使得文本的語言分析在資料科學發展中的角色顯得愈來愈重要，特別對於人文與社會科學的學生而言，更是開啟了一個結合數位科技與人文關懷的新的發展方向。

本教程的設計，就是在這個動機之下，透過介紹語言學與文本分析知識結合統計計算，希望能夠刺激人文、社會、傳播與其他財務管理、醫學等各領域學生之間的互動協作與學習，培養跨領域的興趣與分析能力。

課程相關訊息

  • 課程網站 (; 2018; )

  • 教學影片

2017
2019
臉書社團