文本数据分析与挖掘
课程编码：180087120502P2001Z
英文名称：Text Analytics and Text Mining
课时：40
学分：2.00
课程属性：专业核心课
主讲教师：乐小虬等
教学目的要求
1）掌握科学研究中文本数据分析与挖掘的基本流程、理论体系及主要技术原理和实现方法。2）提升文本分析实际操作能力，采用理论与实践相结合的方法，从应用案例出发，重点阐述政策文本/经济文本/科技文献文本数据的采集与融合、文献知识网络分析、文本分析机器学习模型、文本表示、文本知识挖掘、文本生成、可视化技术等环节涉及的主要技术方法。
预修课程
数理统计
大纲内容
第一章 绪论 2学时 乐小虬
第1节 绪论
第二章 文本数据来源与获取技术 3学时 钱力
第1节 文本数据体系
第2节 数据获取方式方法
第3节 网络采集技术
第三章 文本数据预处理 3学时 钱力
第1节 数据描述规范
第2节 数据清洗/转换
第3节 数据汇聚/融合
第四章 文献知识网络 4学时 乐小虬
第1节 文献知识网络构建方法
第2节 网络分析技术
第3节 应用案例
第五章 文本表示 3学时 乐小虬
第1节 离散表示方法
第2节 连续表示方法
第3节 文本相似度计算
第六章 文本分析基础机器学习模型 7学时 乐小虬
第1节 典型统计学习模型（逻辑回归模型/CRF/SVM）
第2节 深度学习模型（CNN/RNN/Transformer/大语言模型）
第3节 文本分类方法
第4节 文本聚类方法
第七章 文本知识挖掘 6学时 乐小虬
第1节 实体/术语抽取
第2节 关系抽取
第3节 主题识别 （LDA模型）
第4节 典型案例
第八章 文本生成 3学时 乐小虬
第1节 文本生成原理
第2节 文本自动摘要
第3节 文本自动综述
第九章 文本大数据计算平台 6学时 钱力
第1节 大数据技术整体架构
第2节 分布式技术选型
第3节 分布式存储平台/分布式计算平台/分布式检索平台
第4节 基于微服务架构的大数据服务平台
第十章 文本数据可视化技术 3学时 钱力
第1节 数据可视化概述
第2节 数据可视化模型
第3节 数据可视化开源工具
参考书
1、
The Text Mining Handbook
Ronen Feldman / James Sanger
2006年12月
Cambridge University Press
2、
技术挖掘与专利分析
Alan L. Porter, Scott W
2012年05月
清华大学出版社
3、
机器学习
周志华
2016年01月
清华大学出版社
4、
统计学习方法
李航
2019年05月
清华大学出版社
课程教师信息
乐小虬，中国科学院文献情报中心，研究员
钱力，中国科学院文献情报中心，研究馆员