文字分析是指：
從文字中抽取特徵詞進行量化以表示文字資訊。
文字一般指文字。
它是自然語言處理的乙個小分支，自然語言處理還包括語音識別（常見的）等。
目的：先決條件：將無結構化的原始文字轉化為結構化的，計算機可以識別和處理的資訊。
優勢特點：從而可以利用機器學習，分類聚類等演算法，對文字進行分析處理。
關鍵環節：對文字進行抽象，建立數學模型，用來描述和代替文字。
關鍵技術：
1、用向量空間模型描述文字。將非結構化文字轉化為結構化。
為什麼不用詞頻統計和分詞演算法，是因為這兩種方法得到的特徵向量維度非常大，後期向量處理開銷非常大，不利於後期分類、聚類。
主流方法是用特徵詞來表示文字，特徵詞必須滿足：能識別文字內容、去區分其它文字、個數不能太多、容易實現。
特徵詞選取後，必須有相應的權值表示不同的影響，最好對其進行排序。
2、特徵詞選取的四種方式：
用對映或者轉換的方法將原始特徵變為較少特徵。
在原始特徵中挑選出具有代表性的特徵。
根據專家挑選最優影響力的特徵。
利用數學模型，找出最具分型別的特徵。這種方式最客觀，最精確。
人工智慧、大資料、雲計算和物聯網的未來發展值得重視，均為前沿產業，多智時代專注於人工智慧和大資料的入門和科譜，在此為你推薦幾篇優質好文：
什麼是文字挖掘？大資料該挖掘什麼？
大資料時代，文字、語義和社交分析，未來市場將走向何方
基於深度神經網路,是怎麼自動生成文字摘要的
多智時代-人工智慧和大資料學習入門**|人工智慧、大資料、物聯網、雲計算的學習交流**
python，文字分析
記得將當前目錄設定為檔案目錄 spyder編譯器的右上角，本人用spyder filename input 請輸入你的檔名 file open filename txt try for eachline in file print eachline except print 開啟檔案出錯 final...
文字分析awk
awk awk是乙個強大的文字分析工具。相對於grep的查詢，sed的編輯，awk在其對資料分析並生成報告時，顯得尤為強大。簡單來說awk就是把檔案逐行的讀入，空格，製表符 為預設分隔符將每行切片，切開的部分再進行各種分析處理。awk f 支援自定義分隔符 支援正規表示式匹配 支援自定義變數，陣列 ...
文字分析系列 彙總
文字分析系列的文章是我在2012 2013年做某個專案的筆記和資料整理而成，所提到的演算法 實現方式都最終應用於專案開發，而並非只是概念上，當然文字分析領域非常大也非常艱深 包括google在內的大公司都有深入的研究和產品 以下的文章資料僅限於文字的零和判斷 關聯判斷 排重 分類 特徵抽取 文字分析...