美国留学 > 背景提升 > 名校科研 > 正文

科研实训-基于机器学习的文本挖掘

项目地点:北京 中关村

项目时间:7月23日-8月24日

适合人群:具有一定编程基础matlab/Python的学生

在线咨询 预约报名
关联专业
实验方向
实习成果
导师简介
活动安排

关联专业

计算机,软件
录取标准:简历审核+电话面试(注:学生需具有一定编程基础matlab/Python)。

实验方向

机器学习,数据挖掘,文本挖掘

实习成果

实验报告+推荐信

导师简介

中科院院博士,助理研究员。参与国家自然科学基金、国家重点研发计划项目等7项,在国际著名期刊杂志发表论文15篇(第一作者10篇)。

活动安排

7.23-8.42周远程辅导:项目背景了解,文献阅读,编程训练

8.5-8.9(5天实地实习:每天9:00-16:30)Day1: 文本聚类技术

常用文本聚类技术

k-means算法介绍

Project 1:对文档进行向量化表示

Day2: 主题建模技术

PLSA算法介绍

LDA算法介绍

Project 2:实现k-means算法

Day3: 内容安全技术

内容安全介绍

典型应用案例介绍

常用技术

Project 3:实现PLSA算法

Day4: 文本聚类在内容安全领域的应用

隐秘通信

主题模型在内容安全领域的应用

Project 4:利用LDA算法找到文本主题

Day5: 基于文本聚类的邮件数据分析

分析邮件数据

展示分析结果

项目开放问题讨论与下阶段任务布置

8.10-8.242周远程辅导:完成实验剩余部分

1. 继续在某数据集基础上,用pagerank算法找比较重要的几个人,从主题词中分析人物特点,职务等信息

2. 利用公开的中文语料库,比如搜狗语料库,做文本分类,计算下分类精度,对比不同算法的精度,效率

注:远程辅导是指导师利用邮件、QQ等进行任务布置、讲解和答疑。每周导师与学生沟通1-2次,每次1-2小时。具体时间可灵活安排。

更多推荐

更多
400-897-1616

地址:北京市朝阳区呼家楼京广中心商务楼10层
(呼家楼地铁D口向南50米)

免费评估
在线咨询
免费通话