Ma a conTEXT-en adunk elő. Továbbra sem sikerült lejönnünk a topik modellezésről, de most nem a szokásos LDA lesz, hanem ATM (azaz Author-Topic Model).
A migrációs válság során megjelent hírekből készült korpuszunkkal kapcsolatban a leggyakoribb kérdés az volt, hogy az egyes topikok mely…
Big Data - Keresés - Számítógépes nyelvészet - Szövegbányászat - Gépi tanulás - NLP Meetup - Precognox
Ki hogy beszél és milyen képet vág hozzá? @ conTEXT 2017
2017.11.07. 09:49 Szerző: Címkék: konferencia migráns ATM topik modellek conTEXT LDA author-topic model
A Kereső Világ a 
Precognox szakmai blogja A Precognox intelligens, nyelvészeti alapokra építő keresési, szövegbányászati és big data megoldások fejlesztője.
Szólj hozzá! • Kövess Facebookon • Iratkozz fel értesítőre
Milyen topikokból áll egy ingatlanhirdetés?
2017.06.20. 12:46 Szerző: Címkék: ingatlan tartalomelemzés adatvizualizáció Python topik modellek LDA QGIS gensim pyldavis
Ingatlanhirdetéseket tartalmazó korpuszunkra ráeresztettük az LDA-t, ennek eredménye 30 topik lett. A topikok felfedezhetők a pyldavis által generált vizun itt. Megnéztük minden járásra és kerületre, melyik a legjellemzőbb három topik, ezt QGIS segítségével térképre is tettük és generáltunk egy…
A Kereső Világ a Precognox szakmai blogja A Precognox intelligens, nyelvészeti alapokra építő keresési, szövegbányászati és big data megoldások fejlesztője.
Szólj hozzá! • Kövess Facebookon • Iratkozz fel értesítőre
Topik modellek és word2vec
2017.05.30. 07:18 Szerző: Címkék: tartalomelemzés lda topik modellek deep learning word2vec lda2vec
Egy korpuszunkon kipróbáltuk az lda2vec algoritmust, mert már nem bírtuk tovább. Jelentjük, nem is olyan rossz az eredmény! Itt meg is lehet nézni!
Christopher E. Moody Mixing Dirichlet Topic Models and Word Embeddings to Make lda2vec tanulmányát megjelenése óta imádjuk és párszor már használtuk…
A Kereső Világ a Precognox szakmai blogja A Precognox intelligens, nyelvészeti alapokra építő keresési, szövegbányászati és big data megoldások fejlesztője.
Szólj hozzá! • Kövess Facebookon • Iratkozz fel értesítőre
Dashboard romaellenes cikkek elemzéséhez
2016.09.14. 10:17 Szerző: Címkék: dashboard szentimentelemzés emócióelemzés named entity recognition topik modellek Banana Solr
Az idősoros dashboard egy régebben kezdődött projektünk zárásaként készült el. A projekt során a kurucinfo szélsőjobboldali hírportál romaellenes cikkeit gyűjtöttük össze 2006-tól 2015-ig, amiket aztán kulcsszavak és témák szerint elemeztük. Ezután egy interaktív adatvizualizáció is készült, aminek…
A Kereső Világ a Precognox szakmai blogja A Precognox intelligens, nyelvészeti alapokra építő keresési, szövegbányászati és big data megoldások fejlesztője.
Szólj hozzá! • Kövess Facebookon • Iratkozz fel értesítőre
25 év Tankcsapda dalainak topik eloszlása
2014.07.21. 15:26 Szerző: Címkék: tartalomelemzés Precognox lda topik modellek topics over time
Az ún topics over time módszer egy egyszerűsített változatával megnéztük hogyan alakul az lda-val kinyert topikok aránya a Tankcsapda elmúlt 25 évben megjelent stúdióalbumainak szövegeiben. Egy kis webes alkalmazásban elérhetővé is tettük eredményeinket itt.
Az egyes topikok…
A Kereső Világ a Precognox szakmai blogja A Precognox intelligens, nyelvészeti alapokra építő keresési, szövegbányászati és big data megoldások fejlesztője.
1 komment • Kövess Facebookon • Iratkozz fel értesítőre
