前段时间，公司用到文本分析框架，特此记录，希望跟大家沟通交流。
1：文本分析目前以无监督学习模型处理标书文件
2：版本①，展现堆积图与畸高排名，标书自助检测
3：下一版本逐步有监督学习，实现文本语义分析
4：训练招投标领域NLP模型，训练模型，为产品化做支撑
文本分析
2025-01-06
109
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
本文涉及的产品
简介：
公司近期使用文本分析框架处理标书文件，主要采用无监督学习模型。当前版本展示堆积图与畸高排名，支持标书自助检测。未来将引入有监督学习，实现语义分析，并训练招投标领域的NLP模型，为产品化提供支持。
目录
相关文章
|
机器学习/深度学习
自然语言处理
数据挖掘
|
2月前
|
机器学习/深度学习
自然语言处理
知识图谱
GraphRAG在自然语言处理中的应用：从问答系统到文本生成
【10月更文挑战第28天】作为一名自然语言处理（NLP）和图神经网络（GNN）的研究者，我一直在探索如何将GraphRAG（Graph Retrieval-Augmented Generation）模型应用于各种NLP任务。GraphRAG结合了图检索和序列生成技术，能够有效地处理复杂的语言理解和生成任务。本文将从个人角度出发，探讨GraphRAG在构建问答系统、文本摘要、情感分析和自动文本生成等任务中的具体方法和案例研究。
84
5
5
|
5月前
|
自然语言处理
算法
数据可视化
NLP-基于bertopic工具的新闻文本分析与挖掘
这篇文章介绍了如何使用Bertopic工具进行新闻文本分析与挖掘，包括安装Bertopic库、加载和预处理数据集、建立并训练主题模型、评估模型性能、分类新闻标题、调优聚类结果的详细步骤和方法。
201
3
3
|
4月前
|
人工智能
自然语言处理
算法
自然语言处理与文本分析
自然语言处理(Natural Language Processing，NLP)是计算机科学和人工智能领域的一个分支，旨在让计算机理解、生成和处理人类自然语言。文本分析是自然语言处理的一个重要部分，旨在从文本数据中提取有用信息，如关键词、主题、情感等。
59
4
4
|
5月前
|
机器学习/深度学习
算法
搜索推荐
探索机器学习在文本分析中的应用
【8月更文挑战第23天】本文旨在探讨机器学习技术在文本分析领域的应用，并解释如何通过这些技术提取有价值的信息。我们将讨论从简单的词频统计到复杂的情感分析的各种方法。文章将不展示代码示例，而是以通俗易懂的语言解释核心概念和步骤，帮助读者理解机器学习如何改变我们处理文本数据的方式。
97
2
2
|
5月前
|
数据采集
自然语言处理
数据挖掘
|
8月前
|
机器学习/深度学习
自然语言处理
算法
|
8月前
|
机器学习/深度学习
数据采集
自然语言处理
使用R语言进行文本挖掘和自然语言处理
【4月更文挑战第26天】R语言在文本挖掘和自然语言处理（NLP）中扮演重要角色，得益于其强大的统计分析功能、灵活的数据处理和丰富的扩展包。活跃的社区开发了如"tm"、"SnowballC"、"text2vec"、"topicmodels"和"syuzhet"等包，支持数据预处理、向量化、主题建模和情感分析。
66
1
1
|
8月前
|
自然语言处理
数据可视化
|
8月前
|
机器学习/深度学习
数据采集
自然语言处理
利用Python实现基于自然语言处理的情感分析
本文将介绍如何利用Python编程语言，结合自然语言处理技术，实现情感分析。通过对文本数据进行情感分析，可以帮助我们了解用户对产品、服务或事件的情感倾向，为市场调研和舆情分析提供有力支持。文章将涵盖文本预处理、情感词典构建以及情感分析模型的搭建与应用等内容，旨在帮助读者深入理解情感分析的原理和实践应用。
109
1
1