استخراج النصوص

الموسوعة الحرة

تعد عملية استخراج المعلومات عالية الجودة من النص عملية استخراج معلومات عالية الجودة من النص . وتتضمن "اكتشاف الكمبيوتر لمعلومات جديدة لم تكن معروفة من قبل، عن طريق استخراج المعلومات تلقائيًا من مصادر مكتوبة مختلفة". [ 1] وقد تشمل الموارد المكتوبة مواقع الويب والكتب ورسائل البريد الإلكتروني والمراجعات والمقالات . وعادةً ما يتم الحصول على المعلومات عالية الجودة من خلال ابتكار أنماط واتجاهات بوسائل مثل التعلم النمطي الإحصائي . ووفقًا لهوتو وآخرون (2005)، هناك ثلاثة مناظير لاستخراج النصوص: استخراج المعلومات ، واستخراج البيانات ، واكتشاف المعرفة في قواعد البيانات (KDD). [2] وعادةً ما تتضمن عملية استخراج النصوص عملية هيكلة النص المدخل (عادةً التحليل ، إلى جانب إضافة بعض السمات اللغوية المشتقة وإزالة البعض الآخر، والإدراج اللاحق في قاعدة البيانات )، واستنباط الأنماط داخل البيانات المنظمة ، وأخيرًا تقييم وتفسير الناتج. وعادةً ما يشير مصطلح "الجودة العالية" في استخراج النصوص إلى مزيج من الصلة والحداثة والاهتمام. تتضمن مهام استخراج النصوص النموذجية تصنيف النصوص ، وتجميع النصوص ، واستخراج المفاهيم/الكيانات، وإنتاج تصنيفات دقيقة، وتحليل المشاعر ، وتلخيص المستندات ، ونمذجة علاقات الكيانات ( أي تعلم العلاقات بين الكيانات المسماة ).

يتضمن تحليل النص استرجاع المعلومات ، والتحليل المعجمي لدراسة توزيعات تردد الكلمات، والتعرف على الأنماط ، والترميز / التعليق التوضيحي ، واستخراج المعلومات ، وتقنيات استخراج البيانات بما في ذلك تحليل الارتباطات والارتباطات، والتصور ، والتحليلات التنبؤية . والهدف الشامل هو، في الأساس، تحويل النص إلى بيانات للتحليل، من خلال تطبيق معالجة اللغة الطبيعية (NLP)، وأنواع مختلفة من الخوارزميات والأساليب التحليلية. ومن المراحل المهمة في هذه العملية تفسير المعلومات المجمعة.

إن التطبيق النموذجي هو مسح مجموعة من المستندات المكتوبة بلغة طبيعية ونمذجة مجموعة المستندات لأغراض التصنيف التنبؤي أو ملء قاعدة بيانات أو فهرس بحث بالمعلومات المستخرجة. المستند هو العنصر الأساسي عند البدء في استخراج النصوص. هنا، نقوم بتعريف المستند كوحدة من البيانات النصية، والتي توجد عادةً في العديد من أنواع المجموعات. [3]

تحليلات النصوص

يصف تحليل النصوص مجموعة من التقنيات اللغوية والإحصائية وتقنيات التعلم الآلي التي تقوم بنمذجة وتنظيم محتوى المعلومات للمصادر النصية لأغراض الاستخبارات التجارية أو تحليل البيانات الاستكشافية أو البحث أو التحقيق. [4] المصطلح مرادف تقريبًا لتعدين النصوص؛ في الواقع، قام رونين فيلدمان بتعديل وصف عام 2000 لـ "تعدين النصوص" [5] في عام 2004 لوصف "تحليلات النصوص". [6] يُستخدم المصطلح الأخير الآن بشكل متكرر في إعدادات الأعمال بينما يُستخدم "تعدين النصوص" في بعض أقدم مجالات التطبيق، التي يعود تاريخها إلى ثمانينيات القرن العشرين، [7] ولا سيما أبحاث العلوم الحياتية والاستخبارات الحكومية.

يصف مصطلح تحليلات النصوص أيضًا تطبيق تحليلات النصوص للاستجابة لمشاكل الأعمال، سواء بشكل مستقل أو بالاشتراك مع الاستعلام وتحليل البيانات الرقمية الميدانية. ومن المعروف أن 80٪ من المعلومات ذات الصلة بالأعمال تنشأ في شكل غير منظم ، في المقام الأول النص. [8] تكتشف هذه التقنيات والعمليات وتقدم المعرفة - الحقائق وقواعد العمل والعلاقات - التي تكون محصورة في شكل نصي، ولا يمكن اختراقها بواسطة المعالجة الآلية.

عمليات تحليل النصوص

تتضمن المهام الفرعية - مكونات جهد تحليلي نصي أكبر - عادةً ما يلي:

  • يعد تقليل الأبعاد تقنية مهمة لمعالجة البيانات مسبقًا. يتم استخدامها لتحديد الكلمة الجذرية للكلمات الفعلية وتقليل حجم بيانات النص. [ بحاجة لمصدر ]
  • استرجاع المعلومات أو تحديد مجموعة من النصوص هي خطوة تحضيرية: جمع أو تحديد مجموعة من المواد النصية، على الويب أو المحفوظة في نظام ملفات ، أو قاعدة بيانات ، أو مدير مجموعة محتوى ، للتحليل.
  • على الرغم من أن بعض أنظمة تحليل النصوص تطبق أساليب إحصائية متقدمة حصريًا، فإن العديد من الأنظمة الأخرى تطبق معالجة أكثر شمولاً للغة الطبيعية ، مثل وضع علامات على أجزاء من الكلام ، والتحليل النحوي ، وأنواع أخرى من التحليل اللغوي. [9]
  • التعرف على الكيانات المسماة هو استخدام المعاجم الجغرافية أو التقنيات الإحصائية لتحديد ميزات النص المسماة: الأشخاص، والمنظمات، وأسماء الأماكن، ورموز تداول الأسهم، وبعض الاختصارات، وما إلى ذلك.
  • قد يكون من الضروري إزالة الغموض -استخدام الأدلة السياقية- لتحديد المكان الذي يمكن أن يشير فيه "فورد" على سبيل المثال إلى رئيس أمريكي سابق، أو شركة تصنيع سيارات، أو نجم سينمائي، أو معبر نهر، أو أي كيان آخر. [10]
  • التعرف على الكيانات التي تم تحديدها من خلال الأنماط: يمكن تمييز الميزات مثل أرقام الهواتف وعناوين البريد الإلكتروني والكميات (مع الوحدات) من خلال التعبيرات العادية أو تطابقات الأنماط الأخرى .
  • تجميع المستندات : تحديد مجموعات من المستندات النصية المتشابهة. [11]
  • حل المرجع المشترك : تحديد العبارات الاسمية والمصطلحات الأخرى التي تشير إلى نفس الكائن.
  • استخراج العلاقات والحقائق والأحداث: تحديد الارتباطات بين الكيانات والمعلومات الأخرى في النصوص.
  • تحليل المشاعر : تمييز المواد الذاتية واستخراج المعلومات حول المواقف: المشاعر والرأي والمزاج والعاطفة. يتم ذلك على مستوى الكيان أو المفهوم أو الموضوع ويهدف إلى التمييز بين أصحاب الرأي والأشياء. [12]
  • التحليل الكمي للنصوص: مجموعة من التقنيات المستمدة من العلوم الاجتماعية حيث يقوم إما القاضي البشري أو الكمبيوتر باستخراج العلاقات الدلالية أو النحوية بين الكلمات من أجل معرفة المعنى أو الأنماط الأسلوبية، عادةً، لنص شخصي عرضي لغرض التحليل النفسي وما إلى ذلك. [13]
  • تتضمن المعالجة المسبقة عادةً مهام مثل التجزئة والتصفية والتقسيم.

التطبيقات

تُستخدم تقنية استخراج النصوص الآن على نطاق واسع في مجموعة واسعة من احتياجات الحكومة والبحث والأعمال. قد تستخدم كل هذه المجموعات استخراج النصوص لإدارة السجلات والبحث عن المستندات ذات الصلة بأنشطتها اليومية. قد يستخدم المتخصصون القانونيون استخراج النصوص للاكتشاف الإلكتروني ، على سبيل المثال. تستخدم الحكومات والمجموعات العسكرية استخراج النصوص لأغراض الأمن القومي والاستخبارات. يدمج الباحثون العلميون مناهج استخراج النصوص في الجهود المبذولة لتنظيم مجموعات كبيرة من بيانات النصوص (أي معالجة مشكلة البيانات غير المنظمة )، لتحديد الأفكار التي يتم توصيلها من خلال النص (على سبيل المثال، تحليل المشاعر في وسائل التواصل الاجتماعي [14] [15] [16] ) ودعم الاكتشاف العلمي في مجالات مثل علوم الحياة وعلم المعلومات الحيوية . في مجال الأعمال، تُستخدم التطبيقات لدعم الاستخبارات التنافسية ووضع الإعلانات الآلية ، من بين العديد من الأنشطة الأخرى.

تطبيقات الأمان

يتم تسويق العديد من حزم برامج التعدين النصي لتطبيقات الأمن ، وخاصة مراقبة وتحليل مصادر النص العادي عبر الإنترنت مثل أخبار الإنترنت والمدونات وما إلى ذلك لأغراض الأمن القومي . [17] كما أنها تشارك في دراسة تشفير / فك تشفير النص .

التطبيقات الطبية الحيوية

مخطط انسيابي لبروتوكول التعدين النصي.
مثال على بروتوكول استخراج النصوص المستخدم في دراسة مجمعات البروتين-البروتين، أو إرساء البروتين . [18]

تم وصف مجموعة من تطبيقات تعدين النصوص في الأدبيات الطبية الحيوية، [19] بما في ذلك الأساليب الحسابية للمساعدة في الدراسات في مجال إرساء البروتين ، [20] وتفاعلات البروتين ، [21] [22] وارتباطات البروتين بالمرض. [23] بالإضافة إلى ذلك، مع وجود مجموعات بيانات نصية كبيرة للمرضى في المجال السريري، ومجموعات بيانات المعلومات الديموغرافية في الدراسات السكانية وتقارير الأحداث السلبية، يمكن لتعدين النصوص تسهيل الدراسات السريرية والطب الدقيق. يمكن لخوارزميات تعدين النصوص تسهيل التصنيف والفهرسة للأحداث السريرية المحددة في مجموعات بيانات نصية كبيرة للمرضى من الأعراض والآثار الجانبية والأمراض المصاحبة من السجلات الصحية الإلكترونية وتقارير الأحداث والتقارير من اختبارات تشخيصية محددة. [24] أحد تطبيقات تعدين النصوص عبر الإنترنت في الأدبيات الطبية الحيوية هو PubGene ، وهو محرك بحث يمكن الوصول إليه للجمهور يجمع بين تعدين النصوص الطبية الحيوية وتصور الشبكة. [25] [26] GoPubMed هو محرك بحث قائم على المعرفة للنصوص الطبية الحيوية. تمكننا تقنيات التعدين النصي أيضًا من استخراج المعرفة غير المعروفة من المستندات غير المنظمة في المجال السريري [27]

تطبيقات البرمجيات

كما يتم البحث والتطوير في أساليب وبرامج التعدين النصي من قبل شركات كبرى، بما في ذلك IBM و Microsoft ، لمزيد من أتمتة عمليات التعدين والتحليل، ومن قبل شركات مختلفة تعمل في مجال البحث والفهرسة بشكل عام كوسيلة لتحسين نتائجها. داخل القطاع العام، تم تركيز الكثير من الجهود على إنشاء برامج لتتبع ومراقبة الأنشطة الإرهابية . [28] لأغراض الدراسة، يعد برنامج Weka أحد أكثر الخيارات شيوعًا في العالم العلمي، حيث يعمل كنقطة دخول ممتازة للمبتدئين. بالنسبة لمبرمجي Python، توجد مجموعة أدوات ممتازة تسمى NLTK لأغراض أكثر عمومية. بالنسبة للمبرمجين الأكثر تقدمًا، توجد أيضًا مكتبة Gensim ، والتي تركز على التمثيلات النصية القائمة على تضمين الكلمات.

تطبيقات الوسائط عبر الإنترنت

تستخدم شركات الإعلام الكبرى، مثل Tribune Company ، استخراج النصوص لتوضيح المعلومات وتزويد القراء بتجارب بحث أفضل، وهو ما يزيد بدوره من "جاذبية" الموقع وإيراداته. بالإضافة إلى ذلك، يستفيد المحررون من خلال القدرة على مشاركة الأخبار وربطها وتجميعها عبر المواقع، مما يزيد بشكل كبير من فرص تحقيق الدخل من المحتوى.

تطبيقات الأعمال والتسويق

يتم استخدام تحليلات النصوص في مجال الأعمال، وخاصة في التسويق، مثل إدارة علاقات العملاء . [29] يستخدمها كوسمنت وفان دن بويل (2008) [30] [31] لتحسين نماذج التحليلات التنبؤية لفقدان العملاء ( استنزاف العملاء ). [30] يتم تطبيق تعدين النصوص أيضًا في التنبؤ بعوائد الأسهم. [32]

تحليل المشاعر

قد يتضمن تحليل المشاعر تحليل المنتجات مثل الأفلام أو الكتب أو تقييمات الفنادق لتقدير مدى ملاءمة المراجعة للمنتج. [33] قد يحتاج مثل هذا التحليل إلى مجموعة بيانات مُسمّاة أو تصنيف لتأثير الكلمات . تم إنشاء موارد لتأثير الكلمات والمفاهيم لـ WordNet [ 34] و ConceptNet [35] على التوالي.

تم استخدام النص للكشف عن المشاعر في المجال ذي الصلة بالحوسبة العاطفية. [36] تم استخدام الأساليب القائمة على النص للحوسبة العاطفية في مجموعات متعددة مثل تقييمات الطلاب وقصص الأطفال وقصص الأخبار.

استخراج الأدبيات العلمية والتطبيقات الأكاديمية

إن قضية استخراج النصوص تشكل أهمية بالغة بالنسبة للناشرين الذين يمتلكون قواعد بيانات ضخمة من المعلومات التي تحتاج إلى فهرسة لاسترجاعها. وينطبق هذا بشكل خاص على التخصصات العلمية، حيث غالبًا ما تحتوي النصوص المكتوبة على معلومات محددة للغاية. لذلك، تم اتخاذ مبادرات مثل اقتراح مجلة Nature لإنشاء واجهة استخراج نصوص مفتوحة (OTMI) وتعريف نوع وثيقة النشر في المجلات المشتركة (DTD) التابع للمعاهد الوطنية للصحة والذي من شأنه أن يوفر إشارات دلالية للآلات للإجابة على استفسارات محددة موجودة داخل النص دون إزالة حواجز الناشر أمام الوصول العام.

وقد شاركت المؤسسات الأكاديمية أيضًا في مبادرة استخراج النصوص:

طرق استخراج الأدبيات العلمية

تم تطوير طرق حسابية للمساعدة في استرجاع المعلومات من الأدبيات العلمية. تشمل الأساليب المنشورة طرق البحث، [40] وتحديد الحداثة، [41] وتوضيح الكلمات المتشابهة [42] بين التقارير الفنية.

العلوم الإنسانية الرقمية وعلم الاجتماع الحاسوبي

لقد أتاح التحليل التلقائي لمجموعات ضخمة من النصوص للعلماء إمكانية تحليل ملايين الوثائق بلغات متعددة مع تدخل يدوي محدود للغاية. وكانت التقنيات الرئيسية التي ساعدت في ذلك هي التحليل والترجمة الآلية وتصنيف الموضوعات والتعلم الآلي.

شبكة السرد للانتخابات الأمريكية 2012 [43]

لقد مكّن التحليل التلقائي لمجموعات النصوص من استخراج الجهات الفاعلة وشبكاتها العلائقية على نطاق واسع، وتحويل البيانات النصية إلى بيانات شبكية. ثم يتم تحليل الشبكات الناتجة، والتي يمكن أن تحتوي على آلاف العقد، باستخدام أدوات من نظرية الشبكة لتحديد الجهات الفاعلة الرئيسية، والمجتمعات أو الأطراف الرئيسية، والخصائص العامة مثل قوة أو استقرار هيكل الشبكة الإجمالية، أو مركزية عقد معينة. [44] وهذا يعمل على أتمتة النهج الذي قدمه التحليل السردي الكمي، [45] حيث يتم التعرف على ثلاثيات الفاعل والفعل والمفعول به من خلال أزواج من الجهات الفاعلة المرتبطة بفعل، أو أزواج مكونة من الفاعل والمفعول به. [43]

لقد كان تحليل المحتوى جزءًا تقليديًا من العلوم الاجتماعية ودراسات الإعلام لفترة طويلة. وقد سمح أتمتة تحليل المحتوى بحدوث ثورة " البيانات الضخمة " في هذا المجال، مع دراسات في وسائل التواصل الاجتماعي ومحتوى الصحف التي تتضمن ملايين العناصر الإخبارية. تم تحليل التحيز الجنسي وقابلية القراءة وتشابه المحتوى وتفضيلات القارئ وحتى الحالة المزاجية بناءً على أساليب استخراج النصوص على ملايين المستندات. [46] [47] [48] [49] [50] تم توضيح تحليل قابلية القراءة والتحيز الجنسي وتحيز الموضوع في Flaounas et al. [51] مما يوضح كيف أن الموضوعات المختلفة لها تحيزات جنسية مختلفة ومستويات مختلفة من قابلية القراءة؛ كما تم توضيح إمكانية اكتشاف أنماط الحالة المزاجية في عدد كبير من السكان من خلال تحليل محتوى Twitter. [52] [53]

برمجة

تتوفر برامج الكمبيوتر لاستخراج النصوص من العديد من الشركات والمصادر التجارية والمفتوحة المصدر .

قانون الملكية الفكرية

الوضع في أوروبا

فيديو من حملة Fix Copyright يشرح TDM وقضايا حقوق النشر الخاصة بها في الاتحاد الأوروبي، 2016 [3:51]

بموجب قوانين حقوق النشر وقواعد البيانات الأوروبية ، فإن تعدين الأعمال المحمية بحقوق النشر (مثل التعدين على الويب ) دون إذن من مالك حقوق النشر أمر غير قانوني. في المملكة المتحدة في عام 2014، بناءً على توصية مراجعة هارجريفز، عدلت الحكومة قانون حقوق النشر [54] للسماح بتعدين النصوص كقيد واستثناء . كانت ثاني دولة في العالم تفعل ذلك، بعد اليابان ، التي قدمت استثناءً خاصًا بالتعدين في عام 2009. ومع ذلك، ونظرًا لتقييد توجيه مجتمع المعلومات (2001)، فإن استثناء المملكة المتحدة يسمح فقط بتعدين المحتوى لأغراض غير تجارية. لا يسمح قانون حقوق النشر في المملكة المتحدة بتجاوز هذا الحكم من خلال الشروط والأحكام التعاقدية.

وقد قامت المفوضية الأوروبية بتيسير مناقشة أصحاب المصلحة بشأن استخراج النصوص والبيانات في عام 2013، تحت عنوان "التراخيص لأوروبا". [55] والحقيقة أن التركيز على حل هذه القضية القانونية كان التراخيص، وليس القيود والاستثناءات لقانون حقوق النشر، مما دفع ممثلي الجامعات والباحثين والمكتبات ومجموعات المجتمع المدني وناشري الوصول المفتوح إلى ترك حوار أصحاب المصلحة في مايو/أيار 2013. [56]

الوضع في الولايات المتحدة

إن قانون حقوق الطبع والنشر الأمريكي ، وخاصة أحكام الاستخدام العادل ، يعني أن استخراج النصوص في أمريكا، وكذلك في بلدان الاستخدام العادل الأخرى مثل إسرائيل وتايوان وكوريا الجنوبية، يُنظر إليه على أنه قانوني. نظرًا لأن استخراج النصوص تحويلي، بمعنى أنه لا يحل محل العمل الأصلي، فإنه يُنظر إليه على أنه قانوني بموجب الاستخدام العادل. على سبيل المثال، كجزء من تسوية كتب Google، حكم القاضي الذي ترأس القضية بأن مشروع رقمنة Google للكتب المحمية بحقوق الطبع والنشر كان قانونيًا، ويرجع ذلك جزئيًا إلى الاستخدامات التحويلية التي أظهرها مشروع الرقمنة - أحد هذه الاستخدامات هو استخراج النصوص والبيانات. [57]

الوضع في أستراليا

لا يوجد استثناء في قانون حقوق الطبع والنشر في أستراليا لاستخراج النصوص أو البيانات ضمن قانون حقوق الطبع والنشر لعام 1968. وقد لاحظت لجنة إصلاح القانون الأسترالي أنه من غير المرجح أن يمتد استثناء التعامل العادل "للبحث والدراسة" لتغطية مثل هذا الموضوع أيضًا، نظرًا لأنه سيكون خارج نطاق متطلب "الجزء المعقول". [58]

تداعيات

حتى وقت قريب، كانت مواقع الويب تستخدم غالبًا عمليات البحث القائمة على النصوص، والتي وجدت فقط مستندات تحتوي على كلمات أو عبارات محددة يحددها المستخدم. الآن، من خلال استخدام شبكة الويب الدلالية ، يمكن لتعدين النصوص العثور على محتوى بناءً على المعنى والسياق (بدلاً من مجرد كلمة معينة). بالإضافة إلى ذلك، يمكن استخدام برامج تعدين النصوص لبناء ملفات كبيرة من المعلومات حول أشخاص وأحداث معينة. على سبيل المثال، يمكن بناء مجموعات بيانات كبيرة بناءً على البيانات المستخرجة من التقارير الإخبارية لتسهيل تحليل الشبكات الاجتماعية أو مكافحة التجسس . في الواقع، قد يعمل برنامج تعدين النصوص بقدرة مماثلة لمحلل الاستخبارات أو أمين مكتبة الأبحاث، وإن كان بنطاق تحليل أكثر محدودية. يستخدم تعدين النصوص أيضًا في بعض مرشحات البريد العشوائي للبريد الإلكتروني كطريقة لتحديد خصائص الرسائل التي من المحتمل أن تكون إعلانات أو مواد غير مرغوب فيها أخرى. يلعب تعدين النصوص دورًا مهمًا في تحديد معنويات السوق المالية .

انظر أيضا

مراجع

الاستشهادات

  1. ^ "مارتي هيرست: ما هو التعدين النصي؟".
  2. ^ Hotho, A., Nürnberger, A. and Paaß, G. (2005). "A Brief survey of text mining". في Ldv Forum، المجلد 20(1)، ص 19-62
  3. ^ فيلدمان، ر. وسانجر، ج. (2007). دليل التعدين النصي. مطبعة جامعة كامبريدج. نيويورك
  4. ^ [1] تم أرشفته في 29 نوفمبر 2009، على موقع Wayback Machine
  5. ^ "ورشة عمل KDD-2000 حول استخراج النصوص – دعوة لتقديم أوراق بحثية". Cs.cmu.edu . تم الاسترجاع في 2015-02-23 .
  6. ^ [2] تم أرشفته في 3 مارس 2012 على موقع Wayback Machine
  7. ^ هوبز، جيري ر.؛ ووكر، دونالد إي.؛ أمسلر، روبرت أ. (1982). "الوصول إلى النصوص المنظمة باستخدام اللغة الطبيعية". وقائع المؤتمر التاسع للغويات الحاسوبية . المجلد 1. ص 127-32. doi :10.3115/991813.991833. S2CID  6433117.
  8. ^ "البيانات غير المنظمة وقاعدة الثمانين بالمائة". تحليل متقدم. أغسطس 2008. تم الاسترجاع في 2015-02-23 .
  9. ^ أنتونيس ، جواو (2018-11-14). استكشاف المعلومات السياقية لإثراء تمثيلات النصوص (Mestrado em Ciências de Computação e Matemática Computacional Thesis) (باللغة البرتغالية). ساو كارلوس: جامعة ساو باولو. دوى : 10.11606/d.55.2019.tde-03012019-103253 .
  10. ^ مورو، أندريا؛ راجاناتو، أليساندرو؛ نافيجلي، روبرتو (ديسمبر 2014). "ربط الكيانات يلتقي بتوضيح معنى الكلمات: نهج موحد". معاملات جمعية اللغويات الحاسوبية . 2 : 231-244. doi : 10.1162/tacl_a_00179 . ISSN  2307-387X.
  11. ^ تشانج، ووي لي؛ تاي، كاي مينج؛ ليم، تشي بينج (2017-02-06). "نموذج جديد متطور قائم على الشجرة مع إعادة التعلم المحلي لتجميع المستندات وتصورها". رسائل المعالجة العصبية . 46 (2): 379-409. doi :10.1007/s11063-017-9597-3. ISSN  1370-4621. S2CID  9100902.
  12. ^ Benchimol, Jonathan; Kazinnik, Sophia; Sadon, Yossi (2022). "منهجيات استخراج النصوص باستخدام R: تطبيق على نصوص البنوك المركزية". التعلم الآلي مع التطبيقات . 8 : 100286. doi : 10.1016/j.mlwa.2022.100286 . S2CID  243798160.
  13. ^ Mehl, Matthias R. (2006). "تحليل النصوص الكمي". Handbook of multimethod measurement in psychology . ص. 141. doi :10.1037/11383-011. ISBN 978-1-59147-318-3.
  14. ^ بانج، بو؛ لي، ليليان (2008). "استخراج الآراء وتحليل المشاعر". أسس واتجاهات استرجاع المعلومات . 2 (1-2): 1-135. CiteSeerX 10.1.1.147.2755 . doi :10.1561/1500000011. ISSN  1554-0669. S2CID  207178694. 
  15. ^ بالتوغلو، جورجيوس؛ ثيلوال، مايك (2012-09-01). "تويتر، ماي سبيس، ديج: تحليل المشاعر غير الخاضع للإشراف في وسائل الإعلام الاجتماعية". معاملات ACM للأنظمة الذكية والتكنولوجيا . 3 (4): 66. doi :10.1145/2337542.2337551. ISSN  2157-6904. S2CID  16600444.
  16. ^ "تحليل المشاعر في تويتر < SemEval-2017 Task 4". alt.qcri.org . تم الاسترجاع في 2018-10-02 .
  17. ^ زاناسي، أليساندرو (2009). "أسلحة افتراضية لحروب حقيقية: استخراج النصوص من أجل الأمن القومي". وقائع ورشة العمل الدولية حول الاستخبارات الحاسوبية في مجال أمن أنظمة المعلومات CISIS'08 . التقدم في الحوسبة الناعمة. المجلد 53. ص 53. doi :10.1007/978-3-540-88181-0_7. ISBN 978-3-540-88180-3.
  18. ^ بادال، فارشا د.؛ كوندروتاس، بيتراس ج.؛ فاكسر، إيليا أ. (2015-12-09). "تعدين النصوص لرسو البروتينات". PLOS Computational Biology . 11 (12): e1004630. Bibcode :2015PLSCB..11E4630B. doi : 10.1371/journal.pcbi.1004630 . ISSN  1553-7358. PMC 4674139. PMID  26650466 . 
  19. ^ Cohen, K. Bretonnel; Hunter, Lawrence (2008). "Getting Started in Text Mining". PLOS Computational Biology . 4 (1): e20. Bibcode :2008PLSCB...4...20C. doi : 10.1371/journal.pcbi.0040020 . PMC 2217579. PMID  18225946 . 
  20. ^ Badal, V. D; Kundrotas, P. J; Vakser, I. A (2015). "Text mining for protein anchoring". PLOS Computational Biology . 11 (12): e1004630. Bibcode :2015PLSCB..11E4630B. doi : 10.1371/journal.pcbi.1004630 . PMC 4674139. PMID  26650466 . 
  21. ^ بابانيكولاو ، نيكولاس. بافلوبولوس، جورجيوس أ. ثيودوسيوس، ثيودوسيوس؛ إليوبولوس، يوانيس (2015). “تنبؤات تفاعل البروتين والبروتين باستخدام طرق التنقيب عن النص”. طُرق . 74 : 47-53. دوى :10.1016/j.ymeth.2014.10.026. ISSN  1046-2023. بميد  25448298.
  22. ^ Szklarczyk, Damian; Morris, John H; Cook, Helen; Kuhn, Michael; Wyder, Stefan; Simonovic, Milan; Santos, Alberto; Doncheva, Nadezhda T; Roth, Alexander (2016-10-18). "قاعدة بيانات STRING في عام 2017: شبكات ارتباط البروتين بالبروتين الخاضعة لمراقبة الجودة، والتي أصبحت متاحة على نطاق واسع". Nucleic Acids Research . 45 (D1): D362–D368. doi :10.1093/nar/gkw937. ISSN  0305-1048. PMC 5210637. PMID  27924014 . 
  23. ^ Liem, David A.; Murali, Sanjana; Sigdel, Dibakar; Shi, Yu; Wang, Xuan; Shen, Jiaming; Choi, Howard; Caufield, John H.; Wang, Wei; Ping, Peipei; Han, Jiawei (2018-10-01). "استخراج العبارات من البيانات النصية لتحليل أنماط بروتين المصفوفة خارج الخلية عبر أمراض القلب والأوعية الدموية". المجلة الأمريكية لعلم وظائف الأعضاء. علم وظائف القلب والدورة الدموية . 315 (4): H910–H924. doi :10.1152/ajpheart.00175.2018. ISSN  1522-1539. PMC 6230912. PMID 29775406  . 
  24. ^ Van Le, D; Montgomery, J; Kirkby, KC; Scanlan, J (10 أغسطس 2018). "التنبؤ بالمخاطر باستخدام معالجة اللغة الطبيعية للسجلات الصحية العقلية الإلكترونية في بيئة الطب النفسي الشرعي للمرضى الداخليين". مجلة المعلوماتية الطبية الحيوية . 86 : 49–58. doi : 10.1016/j.jbi.2018.08.007 . PMID  30118855.
  25. ^ جنسن ، تور كريستيان. ليغريد، أستريد؛ كوموروفسكي، يناير؛ هوفيج، إيفيند (2001). “شبكة أدبية من الجينات البشرية لتحليل عالي الإنتاجية للتعبير الجيني”. علم الوراثة الطبيعة . 28 (1): 21-8. دوى :10.1038/ng0501-21. بميد  11326270. S2CID  8889284.
  26. ^ Masys, Daniel R. (2001). "Linking microarray data to the literature". Nature Genetics . 28 (1): 9–10. doi :10.1038/ng0501-9. PMID  11326264. S2CID  52848745.
  27. ^ Renganathan, Vinaitheerthan (2017). "Text Mining in Biomedical Domain with Emphasis on Document Clustering". Healthcare Informatics Research . 23 (3): 141–146. doi :10.4258/hir.2017.23.3.141. ISSN  2093-3681. PMC 5572517. PMID 28875048  . 
  28. ^ [3] تم أرشفته في 4 أكتوبر 2013 على موقع Wayback Machine
  29. ^ "تحليلات النصوص". ميداليا . تم الاسترجاع في 2015-02-23 .
  30. ^ ab Coussement, Kristof; Van Den Poel, Dirk (2008). "دمج صوت العملاء من خلال رسائل البريد الإلكتروني لمركز الاتصال في نظام دعم القرار للتنبؤ بالانسحاب". Information & Management . 45 (3): 164–74. CiteSeerX 10.1.1.113.3238 . doi :10.1016/j.im.2008.01.005. 
  31. ^ كوسمنت، كريستوف؛ فان دن بول، ديرك (2008). "تحسين إدارة شكاوى العملاء من خلال التصنيف التلقائي للبريد الإلكتروني باستخدام سمات الأسلوب اللغوي كمؤشرات". أنظمة دعم القرار . 44 (4): 870-82. doi :10.1016/j.dss.2007.10.010.
  32. ^ Ramiro H. Gálvez؛ Agustín Gravano (2017). "تقييم فائدة التعدين على لوحات الرسائل عبر الإنترنت في أنظمة التنبؤ التلقائي بالأسهم". مجلة علوم الحوسبة . 19 : 1877–7503. doi :10.1016/j.jocs.2017.01.001. hdl : 11336/60065 .
  33. ^ بانج، بو؛ لي، ليليان؛ فايثياناثان، شيفاكومار (2002). "إبهام لأعلى؟". وقائع مؤتمر ACL-02 حول الأساليب التجريبية في معالجة اللغة الطبيعية . المجلد 10. ص 79-86. doi :10.3115/1118693.1118704. S2CID  7105713.
  34. ^ أليساندرو فاليتوتي؛ كارلو سترابارافا؛ أوليفييرو ستوك (2005). "تطوير الموارد المعجمية العاطفية" (PDF) . مجلة علم النفس . 2 (1): 61-83.
  35. ^ إريك كامبريا. روبرت سبير؛ كاثرين هافاسي؛ أمير حسين (2010). “SenticNet: مورد دلالي متاح للعامة لتعدين الرأي” (PDF) . وقائع AAAI CSK . ص 14-18.
  36. ^ كالفو، رافائيل أ؛ دي ميلو، سيدني (2010). "اكتشاف التأثير: مراجعة متعددة التخصصات للنماذج والأساليب وتطبيقاتها". معاملات معهد مهندسي الكهرباء والإلكترونيات في الحوسبة العاطفية . 1 (1): 18-37. doi :10.1109/T-AFFC.2010.1. S2CID  753606.
  37. ^ "جامعة مانشستر". Manchester.ac.uk . تم الاسترجاع في 2015-02-23 .
  38. ^ "مختبر تسوجي". Tsujii.is.su-tokyo.ac.jp. مؤرشف من الأصل في 2012-03-07 . تم الاسترجاع في 2015-02-23 .
  39. ^ "جامعة طوكيو". UTokyo . تم الاسترجاع في 2015-02-23 .
  40. ^ شين، جيامينغ؛ شياو، جين فنغ؛ هو، شينوي؛ شانغ، جينغبو؛ سينها، سوراب. هان جياوي (2018/06/27). البحث عن مجموعة الكيانات في الأدبيات العلمية: نهج تصنيف غير خاضع للرقابة . ايه سي ام. ص 565-574. دوى :10.1145/3209978.3210055. رقم ISBN 978-1-4503-5657-2. S2CID  13748283.
  41. ^ والتر، لوثار؛ راداور، ألفريد؛ موهرلي، مارتن ج. (2017-02-06). "جمال فراشة الكبريت: حداثة براءات الاختراع التي تم تحديدها من خلال تحليل البيئة القريبة استنادًا إلى استخراج النصوص". Scientometrics . 111 (1): 103-115. doi :10.1007/s11192-017-2267-4. ISSN  0138-9130. S2CID  11174676.
  42. ^ رول، أوري؛ كوريا، ريكاردو أ؛ بيرجر-تال، أوديد (10 مارس 2018). "استخدام التعلم الآلي لفك تشابك الكلمات المتجانسة في مجموعات النصوص الكبيرة". علم الأحياء الحفظي . 32 (3): 716-724. doi :10.1111/cobi.13044. ISSN  0888-8892. PMID  29086438. S2CID  3783779.
  43. ^ ab التحليل الآلي للانتخابات الرئاسية الأمريكية باستخدام البيانات الضخمة وتحليل الشبكات؛ S Sudhahar، GA Veltri، N Cristianini؛ البيانات الضخمة والمجتمع 2 (1)، 1-28، 2015
  44. ^ تحليل الشبكة للمحتوى السردي في مجموعات كبيرة من النصوص؛ S Sudhahar، G De Fazio، R Franzosi، N Cristianini؛ هندسة اللغة الطبيعية، 1-32، 2013
  45. ^ تحليل السرد الكمي؛ روبرتو فرانزوزي؛ جامعة إيموري © 2010
  46. ^ Lansdall-Welfare, Thomas; Sudhahar, Saatviga; Thompson, James; Lewis, Justin; Team, FindMyPast Newspaper; Cristianini, Nello (2017-01-09). "تحليل محتوى 150 عامًا من الدوريات البريطانية". وقائع الأكاديمية الوطنية للعلوم . 114 (4): E457–E465. Bibcode :2017PNAS..114E.457L. doi : 10.1073/pnas.1606380114 . ISSN  0027-8424. PMC 5278459. PMID  28069962 . 
  47. ^ I. Flaounas، M. Turchi، O. Ali، N. Fyson، T. De Bie، N. Mosdell، J. Lewis، N. Cristianini، بنية المجال الإعلامي للاتحاد الأوروبي، PLoS ONE، المجلد 5 (12)، ص 14243، 2010.
  48. ^ التنبؤ بالأحداث من شبكة الويب الاجتماعية باستخدام التعلم الإحصائي V Lampos, N Cristianini; ACM Transactions on Intelligent Systems and Technology (TIST) 3 (4), 72
  49. ^ NOAM: نظام تحليل ومراقبة منافذ الأخبار؛ I Flaounas، O Ali، M Turchi، T Snowsill، F Nicart، T De Bie، N Cristianini Proc. of the 2011 ACM SIGMOD international conference on Management of the data
  50. ^ الاكتشاف التلقائي للأنماط في محتوى الوسائط، ن. كريستيانيني، مطابقة الأنماط التوليفية، 2-13، 2011
  51. ^ I. Flaounas, O. Ali, T. Lansdall-Welfare, T. De Bie, N. Mosdell, J. Lewis, N. Cristianini, RESEARCH METHODS IN THE AGE OF DIGITAL JOURNALISM, Digital Journalism, Routledge, 2012
  52. ^ التغيرات المزاجية اليومية في محتوى تويتر؛ فابون دزوجانغ، ستافورد لايتمان، نيلو كريستيانيني. تقدمات علوم الدماغ والأعصاب، 1، 2398212817744501.
  53. ^ تأثيرات الركود على المزاج العام في المملكة المتحدة؛ T Lansdall-Welfare، V Lampos، N Cristianini؛ جلسة Mining Social Network Dynamics (MSND) حول تطبيقات الوسائط الاجتماعية
  54. ^ منح الباحثون الحق في استخراج البيانات بموجب قوانين حقوق النشر الجديدة في المملكة المتحدة أرشيف 9 يونيو 2014، على موقع واي باك مشين
  55. ^ "التراخيص لأوروبا – الحوار المنظم بين أصحاب المصلحة 2013". المفوضية الأوروبية . تم الاسترجاع في 14 نوفمبر 2014 .
  56. ^ "استخراج النصوص والبيانات: أهميتها والحاجة إلى التغيير في أوروبا". رابطة المكتبات البحثية الأوروبية . 2013-04-25. مؤرشف من الأصل في 2014-11-29 . تم الاسترجاع في 14 نوفمبر 2014 .
  57. ^ "القاضي يمنح حكمًا موجزًا ​​لصالح Google Books – انتصار الاستخدام العادل". Lexology . Antonelli Law Ltd. 19 نوفمبر 2013. تم الاسترجاع في 14 نوفمبر 2014 .
  58. ^ "استخراج النصوص والبيانات". لجنة إصلاح القانون الأسترالية . 4 يونيو 2013. تم الاسترجاع في 10 فبراير 2023 .

مصادر

  • أنانيادو، س. وماكنوت، ج. (المحرران) (2006). استخراج النصوص من أجل علم الأحياء والطب الحيوي . دار أرتيك هاوس للنشر. رقم ISBN 978-1-58053-984-5 
  • بيليسولي، ر. (2008). التعدين العملي للنصوص باستخدام لغة بيرل . نيويورك: جون وايلي وأولاده. رقم ISBN 978-0-470-17643-6 
  • فيلدمان، ر. وسانجر، ج. (2006). دليل التنقيب عن النصوص . نيويورك: مطبعة جامعة كامبريدج. رقم ISBN 978-0-521-83657-9 
  • هوتو، أ.، ونورنبرجر، أ.، وباس، ج. (2005). "دراسة موجزة لتعدين النصوص". في منتدى Ldv، المجلد 20(1)، ص. 19-62
  • إندورخيا، ن.، وداميرو، ف. (2010). دليل معالجة اللغة الطبيعية ، الطبعة الثانية. بوكا راتون، فلوريدا: مطبعة سي آر سي. رقم ISBN: 978-1-4200-8592-1 
  • كاو، أ.، وبوتيت، س. (المحرران). معالجة اللغة الطبيعية واستخراج النصوص . سبرينغر. رقم ISBN 1-84628-175-X 
  • Konchady, M. Text Mining Application Programming (Programming Series) . Charles River Media. ISBN 1-58450-460-9 
  • مانينغ، سي. وشوتز، إتش. (1999). أساسيات معالجة اللغة الطبيعية الإحصائية . كامبريدج، ماساتشوستس: مطبعة معهد ماساتشوستس للتكنولوجيا. رقم ISBN 978-0-262-13360-9 
  • Miner, G., Elder, J., Hill. T, Nisbet, R., Delen, D. and Fast, A. (2012). Practical Text Mining and Statistical Analysis for Non-structured Text Data Applications . Elsevier Academic Press. ISBN 978-0-12-386979-1 
  • ماكنيت، دبليو. (2005). "بناء ذكاء الأعمال: استخراج البيانات النصية في ذكاء الأعمال". مراجعة دي إم ، 21-22.
  • سريفاستافا، أ. وسهامي. م. (2009). استخراج النصوص: التصنيف والتجميع والتطبيقات . بوكا راتون، فلوريدا: مطبعة سي آر سي. رقم ISBN 978-1-4200-5940-3 
  • زاناسي، أ. (محرر) (2007). استخراج النصوص وتطبيقاتها على الاستخبارات وإدارة علاقات العملاء وإدارة المعرفة . دار نشر WIT. رقم ISBN 978-1-84564-131-3 
  • مارتي هيرست: ما هو استخراج النصوص؟ (أكتوبر 2003)
  • استخراج المحتوى تلقائيًا، أرشيف اتحاد البيانات اللغوية 2013-09-25 على موقع Wayback Machine
  • استخراج المحتوى التلقائي، المعهد الوطني للمعايير والتكنولوجيا
تم الاسترجاع من "https://en.wikipedia.org/w/index.php?title=تعدين_النصوص&oldid=1251100761"
Original text
Rate this translation
Your feedback will be used to help improve Google Translate