备案控制台

开发者社区> 问答> 正文

非结构化的文本数据。处理的步骤是怎样的呀？

已解决

非结构化的文本数据。处理的步骤是怎样的呀？

展开

收起

月亮很亮 2022-07-24 19:30:00 609 0

1 条回答

写回答

取消提交回答

鸡蛋灌饼儿

推荐回答

首先需要有文本源，文本源确定以后要做数据准备，用网络爬虫去预处理去清洗数据，进一步对文本数据分词处理进行数据的结构，然后做特征提取，再做建立模型，例如传统的机器学习模型来建模，也可以从文本数据中做信息提取，然后在各种应用。

2022-07-24 20:59:36

赞同展开评论打赏

问答分类：

数据处理

问答地址：

开发者社区 > 大数据 > 问答

版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

相关问答

单行也不支持吗，那多行的识别结果也是结构化的吗？

326

1

0

问一下数据分类分级功能的操作对象是数据表吗，展现形式是什么样的

534

1

0

时空数据的可视化包含什么内容呢?

1033

1

0

文本挖掘过程中的文本结构化的主要内容是什么啊？包括哪些呢？

477

1

0

数据预处理都包含哪些内容？

615

1

0

挖掘文档中间形式最常用的方法是什么啊？

294

1

0

文本向量化工具有什么功能呢?

619

1

0

结构化数据是什么并且有什么例子呢？

2993

1

0

非结构化数据是什么并且有什么例子呢？

2528

1

0

文档数据是什么？如何分析文档数据？

979

1

0

问答排行榜

最热

最新

1 【大咖问答】对话PostgreSQL 中国社区发起人之一，阿里云数据库高级专家德哥 1819035

2 据说在家办公的程序员是这样写代码的？ 1793176

3 阿里云开放端口权限 690291

4 如何升级配置 536303

5 【藏经阁一起读（27）】本周推荐《Apache Flink案例集（2022版）》，你有哪些心得？ 522861

6 【精品问答】python技术1000问(1) 514134

7 Flink Forward Asia 2021 有奖问答 512916

8 OceanBase 使用动画（持续更新） 359381

9 阿里云LNAMP(Linux + Nginx + Apache + MySQL + PHP)环境一键安装脚本 329802

10 OSS存储服务-客户端工具 321590

11 为体验实验室取一个新名字。 307487

12 企业邮箱发送邮件时，若出现投递失败产生退信，内容提示包含如下： the mta server of * reply:550 failed to meet SPF requirements 或者 the mta server of 163.com — 163mx01.mxmail.netease.com(220.181.14.141) reply:550 MI:SPF mx14,QMCowECpA0qTiftVaeB3Cg—.872S2 1442548128 http://mail.163.com/help 304099

13 Win Server 2003-2016 加密勒索事件必打补丁合集 295331

14 FLASH播放器，在IE浏览器下显示请确定您的域名已完成备案和CNAME绑定 284213

15 安全组详解，新手必看教程 277345

16 写code还是做管理，开发者如何进行职业规划？ 269169

17 惊喜翻倍：免费ECS+免费环境配置~！(ECS免费体验6个月活动3月31日结束) 255883

18 阿里云手机和阿云浏览器连接问题专帖 235694

19 支付宝H5 下载的时候，提示【请确保该下载文件来源安全,如需浏览,请长按网址复制后使用浏览器访问】 228441

20 请问阿里云邮箱如何开启SMTP服务啊！ 225873

1 动机VS自律，对开发者们来说哪个比较重要？ 176

2 AI音色克隆挑战播客，它能模拟人的特质吗？ 220

3 阿里云RDS mysql数据库show slave status信息疑问 213

4 宜搭报表对日期字段赋值 110

5 AI生成海报or人工手绘，哪个更戳你？ 1288

6 “AI +脱口秀”，笑点能靠算法去创造吗？ 662

7 请教：通过按钮打开另外一个表单，并把其中一个值传递给另一个表单的其中一个字段。 293

8 AI宠物更适合当代年轻人的陪伴需求吗？ 1126

9 AI客服未来会完全代替人工吗？ 1350

10 modelscope下载的模型如何转ollama 147

11 “云+AI”能够孵化出多少可能？ 1021

12 当AI频繁生成虚假信息，我们还能轻信大模型吗？ 846

13 使用免费证书后服务器浏览器访问没有问题，外网访问显示证书不可信，使用同一种浏览器哦 308

14 FFA 2024 大会门票免费送！AI时代下大数据技术未来路在何方？ 1848

15 为什么宜搭的流程流入到钉钉OA审批，钉钉OA审批要收钱啊。。。。 366

16 宜搭UPDATE或UPSERT一次更新数据超过100条怎么办？谢谢各位大大帮帮忙！！！ 314

17 通义千问2.5-7B-Instruct已经下载到本地为什么使还需要联网？而且最近下载模型也提示400 383

18 CUDA error: CUDA-capable device(s) is busy 299

19 AI时代，存力or算力哪一个更关键？ 1517

20 求宜搭关联表单的更新方法！！！ 491

推荐问答

乘风问答官招募中！机械键盘免费拿

相关电子书

更多

数据展现：可视化报表及嵌入应用 立即下载

数据无边界:非结构化数据在MaxCompute上的处理 立即下载

数据无边界：非结构化数据在MaxCompute上的处理 立即下载

相关实验场景

更多