Słowa kluczowe

Informacje szczegółowe

Kategoria:

Publikacja monograficzna

Typ:

rozdział, artykuł w książce - dziele zbiorowym /podręczniku w języku o zasięgu międzynarodowym

Tytuł wydania:

Knowledge Engineering and Semantic Web strony 53 - 68

Język:

angielski

Rok wydania:

2017

Opis bibliograficzny:

Rizun N., Waloszek W., Yurii T.: The Algorithm of Modelling and Analysis of Latent Semantic Relations: Linear Algebra vs. Probabilistic Topic Models// / ed. Różewski P., Lange C. : Springer, Cham, 2017, s.53-68

DOI:

Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1007/978-3-319-69548-8_5

Bibliografia: test

1. Baeza-Yates R., Ribeiro-Neto B. (2011) Modern Information Retrieval. Addison-Wesley, Wokingham, UK, 1999. Second edition.
2. Bahl L., Baker J., Jelinek E., & Mercer R. (1977) Perplexity -a measure of the difficulty of speech recognition tasks. In Program, 94th Meeting of the Acoustical Society of America, volume 62, page S63.
3. Blei D., Ng A., Jordan M. (2003) Latent Dirichlet allocation. Journal of Machine Learning Research, 3: pp. 993-1022. otwiera się w nowej karcie
4. Blei D. (2012) Introduction to Probabilistic Topic Models. Comm. ACM 55 (4), April, 2012: pp. 77-84 otwiera się w nowej karcie
5. Ali D., Juanzi L., Lizhu Z., Faqir M. (2010) Knowledge discovery through directed probabilistic topic models: a survey. In Proceedings of Frontiers of Computer Science in China. pp. 280-301.
6. Blei D. Topic modeling. http: //www.cs.princeton.edu/~blei/topicmodeling.html otwiera się w nowej karcie
7. Dumais, S. T., Furnas, G. W., Landauer, T. K. and Deerwester, S. (1988) Using latent semantic analysis to improve information retrieval. In Proceedings of CHI'88: Conference on Human Factors in Computing, New York: ACM, 281-285 otwiera się w nowej karcie
8. Deerwester S., Susan T. Dumais, Harshman R. (1990) Indexing by Latent Semantic Analysis. http://lsa.colorado.edu/papers/JASIS.lsi.90.pdf
9. Eden L. (2007) Matrix Methods in Data Mining and Pattern Recognition, SIAM. otwiera się w nowej karcie
10. Furnas G.W., Deerwester, S., Dumais S.T., Landauer T.K., Harshman R.A., Streeter L.A., Lochbaum K.E. (1998) Information retrieval using a singular value decomposition model of latent semantic structure. In Proc. ACM SIGIR Conf., s. 465-480, ACM, New York otwiera się w nowej karcie
11. Salton G., Michael J. (1983) McGill Introduction to modern information retrieval. New York McGraw-Hill -McGraw-Hill computer science series, XV, 448 p
12. Jain A.K., Murty M.N., Flynn P.J. (1999) Data Clustering: A Review; ACM Computing Surveys, Vol. 31, Nr. 3. otwiera się w nowej karcie
13. Gramacki J., Gramacki A. (2010) Metody algebraiczne w zadaniach eksploracji danych na przykładzie automatycznego analizowania treści dokumentów. XVI Konferencja PLOUG, pp.227-249.
14. Kapłanski P., Rizun N., Taranenko Y., Seganti A. (2016) Text-mining Similarity Approximation Operators for Opinion Mining in BI tools. Chapter: Proceeding of the 11th Scientific Conference "Internet in the Information Society-2016", Publisher: University of Dąbrowa Górnicza, pp.121-141.
15. Canini KR., Shi L., Griffiths T. (2009) Online Inference of Topics with Latent Dirichlet Allocation. Journal of Machine Learning Research. Proceedings Track 5: 65-72.
16. Tomanek K. (2014). Analiza sentymentu -metoda analizy danych jakościowych. Przykład zastosowania oraz ewaluacja słownika RID i metody klasyfikacji Bayesa w analizie danych jakościowych, Przegląd Socjologii Jakościowej, pp. 118-136, www.przegladsocjologiijakosciowej.org otwiera się w nowej karcie
17. Aggarwal C., Zhai X, (2012) Mining Text Data (Springer). otwiera się w nowej karcie
18. Leticia HA.(2011). Comparing Latent Dirichlet Allocation and Latent Semantic Analysis as Classifiers, Doctor of Philosophy (Management Science), 226 pp
19. Papadimitrious, C.H., Raghavan, P., Tamaki, H., and Vempala, S. (2000). Latent semantic indexing: A probabilistic analysis. Journal of Computer and System Sciences, 61, 217-235. otwiera się w nowej karcie
20. Rizun N., Kapłanski P., Taranenko Y. (2016) Development and Research of the Text Messages Semantic Clustering Methodology. 2016, Third European Network Intelligence Conference, Publisher: ENIC, # 33, pp.180-187 otwiera się w nowej karcie
21. Rizun N., Kapłanski P., Taranenko Y. (2016) Method of a Two-Level Text-Meaning Similarity Approximation of the Customers' Opinions. Economic Studies -Scientific Papers. University of Economics in Katowice, Nr. 296/2016, pp.64-85. otwiera się w nowej karcie
22. Rizun N., Taranenko Y. (2017) Development of the Algorithm of Polish Language Film Reviews Preprocessing. Proceeding of the 2nd International Conference on Information Technologies in Management, Publisher: Rocznik Naukowy Wydziału Zarządzania WSM (in print).
23. Rui X., Donald C. Wunsch II. (2005) Survey of clustering algorithms. IEEE Transactions on Neural Networks 16(3): pp. 645-678.
24. Salton G., Wong A., Yang C. S. (1975) A Vector Space Model for Automatic Indexing, Communications of the ACM, Vol. 18, Nr. 11, s. 613-620 otwiera się w nowej karcie
25. Hofman T. (1999) Probabilistic Latent Semantic Analysis. UAI, 1999, 289-296; otwiera się w nowej karcie
26. Thomas Hofmann. Probabilistic Latent Semantic Indexing. SIGIR, pp. 50-57. otwiera się w nowej karcie
27. Mika T. (2013) Term Weighting in Short Documents for Document Categorization, Keyword Extraction and Query Expansion. PhD Thesis, Series of Publications A, Report A-2013-1.

więcej (27) mniej

Weryfikacja:

Politechnika Gdańska