Eksploracja tekstów z wykorzystaniem du¿ych zbiorów danych

Ksi¿¿ka ta stanowi kompleksowe opracowanie po¿wi¿cone eksploracji tekstów z wykorzystaniem analizy du¿ych zbiorów danych oraz nowatorskiego podej¿cia opartego na logice rozmytej. Wraz z wyk¿adniczym wzrostem ilo¿ci nieustrukturyzowanych danych tekstowych na platformach cyfrowych, wydobywanie istotnej wiedzy z ogromnych zbiorów danych stäo si¿ powänym wyzwaniem. W ksi¿¿ce przedstawiono zaawansowane metodologie ¿¿cz¿ce frameworki big data z teori¿ zbiorów rozmytych w celu uwzgl¿dnienia niepewno¿ci, wieloznaczno¿ci i niejasno¿ci charakterystycznych dla informacji tekstowych. Omówiono w niej techniki przetwarzania wst¿pnego, ekstrakcj¿ cech, analiz¿ semantyczn¿ oraz skalowalne strategie eksploracji danych przeznaczone dla ¿rodowisk danych wielowymiarowych. Zaproponowano model wnioskowania rozmytego w celu poprawy dok¿adno¿ci klasyfikacji, grupowania i podejmowania decyzji w z¿o¿onych zbiorach danych tekstowych. Oceny eksperymentalne wykazuj¿ lepsz¿ wydajno¿¿ w porównaniu z tradycyjnymi modelami opartymi na zbiorach ostrych. Niniejsza praca stanowi cenne ¿ród¿o informacji dla naukowców, pracowników akademickich i praktyków zajmuj¿cych si¿ nauk¿ o danych, sztuczn¿ inteligencj¿ oraz analiz¿ du¿ych zbiorów danych, dostarczaj¿c zarówno podstaw teoretycznych, jak i praktycznych wdro¿e¿ inteligentnych systemów eksploracji tekstu.