Найти кластеры и извлечение показывает от высоко-размерных текстовых наборов данных, можно использовать методы машинного обучения и модели, такие как LSA, LDA и вложения слова. Можно сочетать функции, созданные с Text Analytics Toolbox™ с функциями от других источников данных. С этими функциями можно создать модели машинного обучения, которые используют в своих интересах текстовые, числовые, и другие типы данных.
Создайте простую текстовую модель для классификации
Этот пример показывает, как обучить простой текстовый классификатор на количествах частотности слова с помощью модели сумки слов.
Этот пример показывает, как обучить классификатор анализу мнений с помощью аннотируемого списка положительных и отрицательных слов чувства и предварительно обученного встраивания слова.
Классифицируйте текстовые данные Используя глубокое обучение
Этот пример показывает, как классифицировать текстовые описания прогнозов погоды с помощью сети долгой краткосрочной памяти (LSTM) глубокого обучения.
Классифицируйте текстовые данные Используя сверточную нейронную сеть
Этот пример показывает, как классифицировать текстовые данные с помощью сверточной нейронной сети.
Классифицируйте текстовые данные из памяти Используя глубокое обучение
Этот пример показывает, как классифицировать текстовые данные из памяти с нейронной сетью для глубокого обучения с помощью преобразованного datastore.
Анализируйте текстовые данные Используя фразы многословные
Этот пример показывает, как анализировать текст с помощью подсчета частот n-граммы.
Анализируйте текстовые данные Используя модели темы
Этот пример показывает, как использовать модель темы Скрытого выделения Дирихле (LDA), чтобы анализировать текстовые данные.
Выберите Number of Topics for LDA Model
Этот пример показывает, как выбрать подходящее количество тем для модели скрытого выделения Дирихле (LDA).
Этот пример показывает, как сравнить решатели скрытого выделения Дирихле (LDA) путем сравнения качества подгонки и время, потраченное, чтобы соответствовать модели.
Сгенерируйте текст Используя глубокое обучение (Deep Learning Toolbox)
Этот пример показывает, как обучить сеть долгой краткосрочной памяти (LSTM) глубокого обучения генерировать текст.
Гордитесь и нанесите ущерб и MATLAB
Этот пример показывает, как обучить сеть LSTM глубокого обучения, чтобы сгенерировать текст с помощью символьных вложений.
Пословно текстовая генерация Используя глубокое обучение
Этот пример показывает, как обучить сеть LSTM глубокого обучения, чтобы сгенерировать текст пословно.
Информация об использовании функций Text Analytics Toolbox для других языков.
Информация о японской поддержке в Text Analytics Toolbox.
Анализируйте японские текстовые данные
Этот пример показывает, как импортировать, подготовить, и анализировать японские текстовые данные с помощью модели темы.
Информация о немецкой поддержке в Text Analytics Toolbox.
Анализируйте немецкие текстовые данные
Этот пример показывает, как импортировать, подготовить, и анализировать немецкие текстовые данные с помощью модели темы.