Тақдимот ҳужжатлари (Microsoft office Power Point) билан ишлаш

MaTN TAHLILI – TEXT MINING

O’QITUVCHI: t.f.fd.(Phd) BAKAYEV I.I

Text Mining nima?

Matndagi bilimlarni aniqlash - strukturalamagan matnli ma'lumotlarda haqiqatan ham yangi, potentsial foydali va tushunarli namunalarni topishning murakkab jarayonidir. Bunday bilimlarga strukturasida hech qanday cheklov bo'lmagan mantiqiy birlashtirilgan matnlarni tasvirlovchi hujjatlar to'plami kiradi. Bunday hujjatlarga misollar: veb-sahifalar, elektron pochta, normativ hujjatlar va boshqalar. Umuman olganda, bunday hujjatlar murakkab va katta bo'lishi mumkin va ular nafaqat matn, balki grafik ma'lumotlarni ham o'z ichiga oladi. Kengaytiriladigan belgilash tili XML (eXtensible Markup Language), standart umumlashtirilgan belgilash tili SGML (Standard Generalized Markup Language) va boshqa shunga o'xshash tuzilish bo'yicha kelishuvga ko'ra shakllantirilgan matnlarni yarim strukturalashgan hujjatlar deb ataladi. Ular Text Mining usullari bilan ham qayta ishlanishi mumkin.

Matnli hujjatlarni tahlil qilish jarayonining bosqichlari

Matnli hujjatlarni tahlil qilish jarayonining bosqichlari

Matnli hujjatlarni tahlil qilish jarayoni bir necha bosqichlar ketma-ketligi sifatida ifodalanishi mumkin.

Axborotni qidirish. Birinchi qadamda qanday hujjatlar tahlil qilinishi kerakligini aniqlash va ulardan foydalanishni ta’minlash zarur. Qoidaga ko'ra, foydalanuvchilar tahlil qilinadigan hujjatlar to'plamini mustaqil ravishda aniqlashlari mumkin - qo'lda, agar ko'p sonli hujjatlar bo'lganda esa berilgan mezonlarga muvofiq avtomatlashtirilgan tanlash variantlaridan foydalanish kerak.

Hujjatlarga dastlabki ishlov berish. Ushbu bosqichda, Text Mining usullari ishlaydigan shaklda taqdim etish uchun hujjatlar bilan eng oddiy, ammo zarur o'zgarishlar amalga oshiriladi. Bunday o'zgarishlarning maqsadi keraksiz(ma'nosiz) so'zlarni olib tashlash va matnga yanada qat'iy shakl berishdir.

Matnli hujjatlarni tahlil qilish jarayonining bosqichlari