原书出处
社交网站的数据挖掘与分析(原书第2版)
在大多数情况下表现很好,但它们通常没有将
当前上下文赋予单词意义的线索最大化。 本章采用以上下文为驱动的不同技术来对人类语言数据的语义进行更深层次的挖掘。社交网络的API能够返回符合良好定义的模式的数据是很重要的,不过人类还是以自然语言的方式进行最基本的交流,比如你在本页读到的内容、Facebook上发布的内容、链在推文(tweet)中的网页等等。到目前为止,人类语言对我们来说是最常见的,未来以数据
为驱动的创新很大程度上依赖于我们是否能够
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0080.html
EPUB SHA-256:06582ecdf071724c9e218bc2698d2fff4e82a992d672b287e4c2e6092c924bcf