Search
#每日5分鐘快速添補ai知識與技能
文字探勘是什麼？
⠀⠀
大概相當於「文字分析」，
是指文字處理過程中產生高品質的資訊。
⠀⠀
高品質資訊常透過「分類」、「預測」來產生，
文字探勘會涉及輸入文字的處理過程，
產生結構化資料，最後得出評價、解釋輸出。
⠀⠀
分享四個文字探勘的方法👇
https://blog.tibame.com/?p=19115
⠀⠀
#AI60問 #文字探勘
【AI／資料科學不可不知的60道問題】
具備AI跨域知識，為職場技能加分💪
#TibaMe #緯育TibaMe #知識 #學習 #科技
⠀⠀
— —
8/25前，TibaMe全站線上課程85折
趨吉避兄Day，消災解厄學習新技能
👉 https://tibame.cc/ghostevent
【認真聽】如何閱讀一本書 | 閱讀教練教你「#閱讀力」 | 細讀與李維斯學派 // 李長潔 feat. R星球頻道 的Ryan 📒
.
從小到大都一直被推薦一本書，《#如何閱讀一本書》，由Adler與Van Doren在1940年出版，然後不斷再版到現在。今天就與「櫞椛文庫」的負責人Ryan，還有他的節目「R星球頻道」，一起連結，聊聊「閱讀」這件事。聽說Ryan的新業務是「#閱讀教練」，到底甚麼是「閱讀教練」？閱讀可以有那些技巧？你的閱讀姿態又是甚麼呢？甚至在當代，這個「不太看文字」的新媒介時代，閱讀力為何必須要培養？進來聽就對了~
.
📌 #今天的內容有
.
▶我們的書爆炸多，我們都看哪些書呢
▶抓起你手邊的一本書
▶用最喜歡的閱讀姿態看書
▶書作為一種文明的傳播與積累
▶文化研究中的李維斯學派
▶如何閱讀一本書
▶細讀的理論意義與技巧
▶做一位閱讀教練
▶鍛鍊你的閱讀力
▶規畫你的知識領域與自我成長
▶數位時代的閱讀素養
.
📣#firstory 聽這裡：https://open.firstory.me/story/ckriojdlu6cym08502wbnk637
.
📣#kkbox 聽這裡：https://podcast.kkbox.com/episode/GocHVpv-Xvn8KSHZMm
.
📣#spotify 聽這裡：https://open.spotify.com/episode/0h5wo08gWvxnDDt4O0LgsZ?si=uwL423O2Seam7nM8NWXPSg&utm_source=copy-link&dl_branch=1
.
📣#apple 聽這裡：https://podcasts.apple.com/us/podcast/ep-51-%E5%A6%82%E4%BD%95%E9%96%B1%E8%AE%80%E4%B8%80%E6%9C%AC%E6%9B%B8-%E9%96%B1%E8%AE%80%E6%95%99%E7%B7%B4%E6%95%99%E4%BD%A0-%E9%96%B1%E8%AE%80%E5%8A%9B-%E7%B4%B0%E8%AE%80%E8%88%87%E6%9D%8E%E7%B6%AD%E6%96%AF%E5%AD%B8%E6%B4%BE-%E6%9D%8E%E9%95%B7%E6%BD%94-feat-r%E6%98%9F%E7%90%83%E9%A0%BB%E9%81%93-%E7%9A%84ryan/id1516956557?i=1000529932445
.
📲#facebook 完整論述：https://www.facebook.com/208541192666847/posts/1815731235281160/
|
能夠好好地閱讀一本書，在當代流行文化中，似乎已經是一種難能可貴的「能力」，甚至是「休閒活動」。如果說書本，是一種知識傳播、儲存的載體，那麼閱讀就是這些知識的再生產實踐。也就是說，我們的文明與文化之根本，在很大一部分的時候，是倚賴「書本」來做為基礎。無怪乎，在文化研究中，就有「文化與文明」傳統，更有強調高級文化保存的「#李維斯學派」。
.
▓ #文化與文明傳統
.
李維斯（F. R. Leavis）承接阿諾德（Matthew Arnold）的「文化與文明」觀點，認為文化是一種「有教養的閒散」（cultivated inaction），一種對內在的耕耘（cultiver）。而當時（1990年代前後），大量印刷的書籍可以被認為是最有效的傳播管道，當然，能夠有良好的閱讀能力自然就成為通往「文化」的技巧。而李維斯在他的著作《#大眾文明與少數文化》、《#小說及閱讀大眾》、《#文化與環境》中，奠定了他對大眾通俗文化與30年代文化危機的觀點。
.
▓ #鼓勵閱讀的李維斯學派
.
他認為「文化向來靠少數人來保存」，這種文化精英論顯示，隨著民主精神的到來，通俗文化的席捲，傳統知識權威深感威脅，擔心某種無政府的失序。李維斯批評電影、電視、廣播、廣告等大眾傳播媒體，這些內容降低了語言文字，貶抑了情感生活，破壞了生活品質。他們嚮往一種神秘的純樸過往，未受商業污染的文化協調性（充滿秩序與分際）。所以他們鼓勵文學閱讀，甚至是一種「細讀」（close reading），以恢復高級文化的涵養。
.
艾德勒（Adler）與范多倫（Van Doren）的《如何閱讀一本書》，也是在40年代的這個文化氛圍中誕生。強調培養一種「主動的閱讀」，希望讀者可以在接下來的時代中，促進「理解」，習得「知識」，持續「文化與文明」。書本就是一種溝通（傳播），是可以也應該增進的能力。想到大學時上林春明的課程，他很浪漫的說，書就是跟過去的哲學家對話，當初覺得僅是幽默，現在想來貼切，閱讀是一種超越時空條件限制的交流。
.
他們幫書做了分類，一種是「實用性的書」（如果我們想做什麼，我們該怎麼做）、「理論性的書」（知道這是怎樣回事），前者是「教導性」的，後者是「規範性」的。例如，康德的「純粹理性批判」、「實踐理性批判」就是這麼回事。
.
▓ #閱讀的四個層次
.
然後，閱讀可以有四個層次，包含：
.
「#基礎閱讀」（elementary reading），談論書本最基礎的語句理解，也就是「這些句子在說寫甚麼」。
.
「#檢視閱讀」（inspectional reading），就是在一定的時間內，抓出一本書的重點，了解「書本包含了哪些內容」，例如看封面、封底、目錄、文獻、序文等，很有系統的略讀過一本書。接著可以進行較為粗淺的閱讀，先不管那些你不明白（沒有背景知識）的地方，直接看過去。
.
「#分析閱讀」（analytical reading），分析閱讀就是全盤的閱讀、完整的閱讀，在這個層次的閱讀，讀者會緊抓著一本書，一直讀到這本書成為他自己為止。在這個階段中，我們會試圖找出書本（作者）想要解決的問題、表達的論點、甚至是展現的技巧，並且，身為讀者，我們開始進行詮釋，透過自己的分析架構，解構與再建構作者的「理解」世界。最後，對這本書進行「批判」，證明作者的論證、知識、技巧、邏輯有哪些優質與不足之處。
.
「#主題閱讀」（synoptical reading），是所有閱讀中最複雜，同時也是最系統化的閱讀。在做主題閱讀時，我們會將多本書籍文件並置，並列舉出這些資料之間的關係，提出一個所有資料都談到的主題，並且形成論述。我們會在不同的陳述間，建立起一個論證的網絡，釐清問題，定義問題，解決問題，討論反思。例如在韋伯、桑德爾、韓炳哲、葉啟政、馬斯洛之間，找到西方社會對自我實現的社會學想像。艾德勒與范多倫，對閱讀與理解提出的四個層次，蠻受用的，十分適合檢視或歸納自己的閱讀動機。
.
▓ #如何閱讀社會科學的書
.
艾德勒與范多倫將所有的書籍分類為不同的讀法，包含「實用型」、「想像文學」、「故事、戲劇與詩」、「歷史書」、「科學與數學」、「哲學」、「社會科學」。社會科學被放在最後一個，是因為對於社科的閱讀，包含了前面所有的閱讀。社科閱讀的簡易之處，在於其關於我們的每日生活。
.
社科作品閱讀的困難之處。首先在於讀者的立場是否願意同意作者，這關乎你的閱讀體驗。其次，作品中雜用的專有名詞，與各種來自多方領域的概念，你可能會看到一堆關鍵字，但隨便卡在個詞的脈絡中，你便不理解作者想要表達或批評的意思了。最後，社會科學的作品，通常脈絡相當的廣泛，可能需要同時閱讀多本書，才能明白某個作品的內涵，這必須要進入到第三、第四層次的閱讀。
.
▓ #細讀的理論意義與技巧
.
其實上述艾德勒與范多倫的閱讀法，就是一種李維斯學派想強調「細讀」。當然在年代上，它們可以呈現為同一個學術路徑。算是文學領域中40年代「新批評」的一種模樣。在李維斯學派中，他們認為，閱讀應該是字句斟酌，研讀文本中的細膩結構，像是用詞、文法、修辭、篇章結構、敘事、內容邏輯等，找出作者的深意，隱藏的結構，與多元性的觀點。這樣的試讀素養培養，在文學、外國文學的教育體制中，直到現在都是重要的核心能力。也是40-60年代，全球教育體制都很渴望提升的「#素養」（literacy），識讀能力。
.
▓ #數位時代的閱讀力
.
這個識讀能力，在文化研究的文化與文明傳統中，被認定為維繫文化發展的重要基礎。正如李維斯學派的知識份子們所擔心的，我們終究是在100年的發展中，受到「通俗的」媒體文化來襲，素養能力也就在不同時期呈現為「讀寫素養」（1930）、「媒體素養」（1960）、「媒體批評素養」（1980）、「多元文化素養」（1990）、「數位素養」（2000），甚至到今日的「運算數養」。
.
最近，秦琍琍、胡全威、李佩霖、沈孟湄、費翠與我將出版一本新書《#數位語藝》，裡面就呼應了這種數位時代的各種素養。我們要知道當代的數位文本具有「更加對稱的互動與傳播」、「又產又用的「產用者」（produser）」、「文本的不穩定性」，如John Harrley（2009）高呼的「全民書寫運動」，一個數位時代的文化能力全面啟動。
.
我們必須要同時兼顧「細讀」與「遠讀」，細讀就是鑽研到文本的結構當中，如今天所談的內容。而「遠讀」（distant reading）則是要從一個更加鉅觀的角度，去拆解文本，包含「技術」（techno）、「使用者/使用」（user/usage）、「內容」（content）、「所有權」（ownership）、「治理」（governance）、「商業模式」（business models）等構面，甚至用「文字探勘」等數位工具，去理解文本。將「細讀」與「遠讀」並置，才能夠掌握數位時代的文本本質。
|
🌐 R星球頻道：https://www.facebook.com/readingplanet
📚 櫞花文庫：https://www.facebook.com/enkalibrary
|
今天的聊天夥伴：林廷璋。私人圖書館「櫞椛文庫」館長｜文藝誌《圈外》總編｜「R 星球頻道」 Podcaster｜日本文化觀察、文學評論等文章，散見於各藝文雜誌及媒體平台。熱愛各種形式的閱讀，相信文字的力量，同時也懷疑所有的真理與事實。
每天整理國際疫情的 derekhsu 也被列入名單
derekhsu：『恭喜恭喜，我竟然也被當成中共同路人之一了，這應該算是一個榮譽嗎？是不是該換用了十幾年的暱稱了？我們來對於這種垃圾報告沒有打算看看，覺得不關我的事，結果想不到我居然列名榜單之上。
於是我就想看看這些研究到底是什麼東東，不看就好，看了反而笑死，#這是什麼碩士作業等級的報告？所謂的文字雲、文字連結這些非監督式文字探勘跑出來的東西，都是簡單的工具就可以跑出來的，而且 #只要有作過文字探勘或輿情分析的人都知道這種研究的關鍵在於字典的選擇。
這裡面的研究使用了「COVID-19字典」，最好玩的是，#竟然沒有任何reference說這些字典是怎麼挑出來的。
通作這種字典有三種方法，#專家法、#統計法 跟 #參照法，專家法就是請一群訓練有素的專家透過問卷調查的方式，統計法則是利用一群有關的文章作關鍵字分析或是詞、文章向量訓練，然後再計算文章概念相似度，在挑出文章，參照法則是根據其他的研究列出字典。
我是想要看看這篇作者是誰，還有他是哪間研究所或博士畢業的，怎麼會覺得這樣的文章做出來解釋就覺得沾沾自喜開心得很，跟某些自稱認知作戰專家的政治學教授差不多，你基本的東西作不好，做出來的東西就是垃圾了啊。
還有後面有提到「刺激情緒的『情緒渲染』」在內，要知道的是，這叫做 #文章情緒分析，要說人家文章有在情緒渲染，有做完情緒分析嗎？文章內傳達的情緒，這是可以透過資料科學的方式作分析的，很多品牌會根據Twitter來作分析，這篇研究純粹也是用喊的。
說實在的，#這些NLP基本功沒作，#那剩下來的東西只有五個字，就是「#看圖說故事」。
「看圖說故事」的研究可多了，我每天貼的疫情統計大概也就是看圖說故事，不過我可沒有領研究經費，你給我一百萬去研究數據，我也可以生出來一篇圖文並茂的統計分析。
我再來看看我被歸類在哪些領域，我被列在「讚揚中國防疫措施」「排他性敘述/給我上海復星BNT」跟「抨擊國產/國內相關措施」這三點裡面。
要說我立場是這樣，這倒是沒錯的。但幹你老師綠共現在不是在抄中國防疫措施嗎？
入境驗三次，屏東封村普篩打疫苗，那個不是中國在幹過的？
給我上海復星BNT這就更是廢話了，BNT是目前世界上效果最好的疫苗之一，而且他可以打年輕人，上海復星是BNT大中華區唯一代理商，更誇張的是人家還不是代理，人家還是投資方跟研發單位，我們買的BNT可能就有5%, 3%的中國成份疫苗在內。什麼疫苗都要就是不要BNT，這政府沒有病是什麼？至於抨擊國產/國內相關措施，這更是他媽的廢話，我說要入境普篩現在有沒有？
一堆人在批評台北的相關措施，那台北就不算國內了嗎？另外，國產疫苗的處理過程好壞有眼睛的人應該都很清楚，不用我再多說什麼，我還有不只一次支持研發國產疫苗，甚至還幫國產疫苗說過話，我反對的是目前國產疫苗的過程。 https://www.ptt.cc/bbs/Gossiping/M.1621947532.A.A92.html
還有這篇文章去下定義「幫忙帶風向」跟「針砭時事」的定義作得非常之爛，因為 #他沒有作帳號的背景分析，除了IP之外，就 #驟下結論說這些帳號是在幫中共洗地，這是更是 #完全沒有遵守研究中立性的立場。甚至也不用繼續作資料探勘，你簡單查一下這些人的過去發文紀錄就知道，這些人的角度是什麼？
網軍會在股板發消息嗎？（幹你面板雙貓害我賠十幾萬） https://www.pttweb.cc/bbs/Stock/M.1626394403.A.85F
網軍會分享松島楓開微博的消息嗎？是不是因為微博要說我是中共同路人？ https://www.pttweb.cc/bbs/japanavgirls/M.1625998753.A.194
網軍會分享東奧熱身賽嗎？ https://www.pttweb.cc/bbs/NBA_Film/M.1625972483.A.39E
網軍會酸韓導酸到上自由時報嗎？ https://news.ltn.com.tw/news/politics/breakingnews/2733113
甚至還說因為這兩篇我是疫苗乞丐的發明人？ https://www.ptt.cc/bbs/Gossiping/M.1612146762.A.A76.html
拜託，這篇文章才7推耶，7推帶什麼風向？我何德何能7推就能帶風向，綠共還不請我當網軍頭子？
https://www.ptt.cc/bbs/Gossiping/M.1612181977.A.CB1.html
還有這篇，拜託，這篇也才16推，而且這兩篇都不是發文，只是回文，更好笑的是，#我這篇是在幫政府解釋以色列為什麼可以取得那麼多疫苗我們取得不了，#我是在幫政府說話，這作者是文盲嗎？#我是叫人不要事後諸葛耶？黑人問號。
#簡單來說啦，#這作者是半桶水，#而且很懶，#希望他是沒有領政府經費而是個人義務作這種研究的。』
Re: [討論] 國防安全研究院 PTT八卦板疫情輿論分析 https://disp.cc/b/163-dQvn
前情提要 laptic https://www.facebook.com/PttGossiping/posts/2374475356023448
osalucard https://www.facebook.com/PttGossiping/posts/2374418136029170
COCOCCC https://www.facebook.com/PttGossiping/posts/2374320616038922
Induction 1. https://www.facebook.com/PttGossiping/posts/2374187979385519
Induction 2. https://www.facebook.com/PttGossiping/posts/2374218949382422
DCSHK https://www.facebook.com/PttGossiping/posts/2374167766054207
CavendishJr https://www.facebook.com/PttGossiping/posts/2374128309391486
#認知作戰 #林瑋豐事件 #三級警戒 #新冠肺炎 #武漢肺炎 #COVID19 #COVID2019
在介紹文字雲分析之前，首先我們必須先將文字中的資料透過中文斷詞工具，將文字以詞為單位做斷詞。
平常上完班很累但還是想專精自己？想要用最快速的時間學習嗎？孫老師幫你成為時間管理大師！
教你如何用最簡單又最快速的方式，輕鬆上手數位行銷與數據分析！
孫老師一出手，讓你用最少的時間懂最多的技巧！
想知道更多內容歡迎到 https://goo.gl/ytzRxT
數位行銷與數據分析Power BI-03.商業模式與文字探勘
面對日新月異的大數據工具，有時候很難跟上這節奏。Microsoft Power BI讓大家可以簡易的製作大數據分析。用 Excel Power BI 做大數據分析，課程大綱有認識大數據、大數據分析、視覺化呈現結果，提升管理品質，有效提升工作效率。另外；大數據分析還應該包含許多學習到的知識，回饋給資料，再重新計算，不是僅畫出視覺化圖後，就說做好了大數據分析。期待大家將了解應用這些工具使用，將大數據分析導入您的工作中。
孫在陽老師主講，[email protected]
範例、講義下載：https://goo.gl/ytzRxT
大數據分析之文字探勘。網路優良文章中，親情篇，主要描述母親的主題多於爸爸的主題。學會大數據分析的文字探勘，可以探索出最近新聞的的關鍵話題、醫摘中對於疾病的主要說明等多種應用。
也被稱為文本挖掘、文字採礦、智慧型文字分析、文字資料探勘或文字知識發現，一般是指從非結構化的文字. 中，萃取出有用的重要資訊或知識。資料探勘（Data Mining）與文字 ... ... <看更多>
文字探勘 (text mining)是大數據領域的文本分析(text analytics)，用來處… Share. ... <看更多>
文字探勘 在 [評價] 109-1 陳建錦文字探勘初論- 看板NTUcourse 的推薦與評價
※ 本文是否可提供臺大同學轉作其他非營利用途？（須保留原作者 ID）
（是／否／其他條件）：否
哪一學年度修課： 109-1
ψ 授課教師 (若為多人合授請寫開課教師，以方便收錄)
陳建錦
λ 開課系所與授課對象 (是否為必修或通識課 / 內容是否與某些背景相關)
資管系選修/商業資料分析學程課程
δ 課程大概內容
Term Vocabulary
Term Weighting and Vector Space Model
Text Classification and Naive Bayes
Vector Space Classification
Flat Clustering
Hierarchical Clustering
Latent Semantic Analysis
Language Models
Link Analysis
Concept of Neural Network
Word2Vec & Bert
Deep Learning for Classification
Ω 私心推薦指數(以五分計) ★★★★★
★★★★★
η 上課用書(影印講義或是指定教科書)
Christopher D. Manning, Prabhakar Raghavan and Hinrich Schütze, Introduction
to Information Retrieval, Cambridge University Press, 2008.
μ 上課方式(投影片、團體討論、老師教學風格)
老師會在課前上傳投影片，上課就會照這個投影片講，有時會demo一些python範例。
σ 評分方式(給分甜嗎？是紮實分？)
程式作業 30% (3 x 10%)
期末專題 35%
期末考 35%
紮實甜
ρ 考題型式、作業方式
[程式作業]
PA1：給一堆文件txt檔，要算出TF-IDF vector和兩個文件的cosine similarity
PA2：給一堆文件txt檔，要分別用Bernoulli Naïve
Bayes、SVM Linear kernel、SVM RBF kernel來做分類，並寫報告評估其表現
PA3：給一堆文件txt檔，首先使用 BERT 將文章轉為
word vectors， 再以SVM Linear kernel 進行分類，要把結果丟到kaggle上排名，並寫
報告評估其表現
[期末專題]
最多五人一組，要想辦法應用課堂所學的技術，主題不拘，並需上台簡報與繳交書面報告
。同學們都蠻有創意的，看到了很多豐富的主題，很有趣，像是：匈牙利新聞對歐盟的態
度、PTT政治人物輿論、歌詞產生器、輸入歌詞推薦歌、澳洲新聞預測經濟指標、新聞主
題分析、黃國昌質詢跟部會表現相關、Google評論產生器、自殺言論偵測、美國死囚遺言
分析...
[期末考]
基本上是上課概念的問答，比如要解釋某個概念，或分析兩種方法的優劣等，不難。
ω 其它(是否注重出席率？如果為外系選修，需先有什麼基礎較好嗎？老師個性？
加簽習慣？嚴禁遲到等…)
加簽習慣：
資管系跟學程生先簽，但最後人沒有到太爆滿，所以基本上全簽了。
修課基礎：
Python，因作業要用python寫。此外懂一點機率會比較好。
Ψ 總結
這門課是新開的，不過老師一直以來都有開一班給資管系的「資訊檢索與文字探勘導論」
，據說兩者課程內容大致差不多，只是因這門課修課同學的組成比較複雜，老師表示在不
確定大家程度如何的情況下會把難度拿捏的稍微低一點，像是有些比較複雜的數學證明老
師會跳過(但我其實蠻愛聽的xD)，且作業也允許使用套件而不要求手刻(因此有點過於簡
單)。畢竟課名叫「初論」，自然許多地方就不會講太深，然而課程也不失豐富度，
一學期下來還是能對文字探勘的許多重要議題有基本的認識。
這個領域是老師的專長，可以感受到老師很有熱忱，概念都講解得很清楚。而且我覺得老
師人很nice，也很樂意回答同學們的課堂問題，有次我半夜寄了一長串的問題，老師隔天
早上九點就回信了！一學期下來就我一個毫無基礎的人而言收穫不少，也覺得這領域
蠻有趣的，未來蠻想去修修看這方面再進階一點課程，不知道各位大大有沒有推薦的xD。
總之很推。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 123.240.133.46 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/NTUcourse/M.1625715585.A.CFD.html
※ 編輯: kamelus (123.240.133.46 臺灣), 07/08/2021 11:51:49
... <看更多>