|
課程名稱 |
Python與文字探勘專題
Seminar on Python and Text-mining |
|
開課學期 |
110-2 |
|
授課對象 |
社會科學院 國家發展研究所 |
|
授課教師 |
鄧志松 |
|
課號 |
NtlDev7146 |
|
課程識別碼 |
341 M6030 |
|
班次 |
|
|
學分 |
2.0 |
|
全/半年 |
半年 |
|
必/選修 |
選修 |
|
上課時間 |
|
|
上課地點 |
|
|
備註 |
上課時間及地點請參考本所網頁。
限碩士在職專班生
總人數上限：30人 |
|
課程網頁 |
https://piazza.com/class/kznwrtn6gln5pr |
|
課程簡介影片 |
|
|
核心能力關聯 |
核心能力與課程規劃關聯圖 |
|
課程大綱
|
|
為確保您我的權利,請尊重智慧財產權及不得非法影印
|
|
課程概述 |
大數據文字探勘為近年來快速發展的研究途徑，有別於傳統的文本分析，它必須仰賴電腦程式，讀取文本，經過自然語言處理，將文字轉換為向量，藉此結合資訊科學發展的各種演算法，進行語言文字的分析。用電腦處理資料，最大的好處是，快速精確，突破資料量的限制；另一方面，文字探勘可以進行文字間的細微比對、尋找文本的律則，這遠非傳統靠人工的研究方法所能及，因此常有出人意表的發現。本課程適合無程式基礎，但願意花時間學習的同學，課程由淺入深、兼顧理論與實際，帶領同學實際操作。唯修課同學必須自備電腦，每週完成指定的作業，期末完成一個分組專案，以培養獨立研究的能力。 |
|
課程目標 |
課程目標
1 具備 python 程式語言基本寫作能力。
2 瞭解文字探勘的原理與實際操作方法。
3 靈活運用範例程式，解決自己碰到的問題。
4 熟悉網路學習社群，建立自己的學習網絡，培養自主學習的能力。
本門課的學習建議
1 程式學習部分，請從每週的學習包（每週課前均會提供）出發。學習包是範例程式，裡面有程式、註解。請依學習包指示，逐一執行，先瞭解程式的目的，觀察程式執行的結果，網路上有大量的教學指引，可配合參考。
2 上課時，確定學習包可以正常執行，下課後，可反覆練習，嘗試調整參數，修改程式，觀察執行的結果。
3 學習包裡附的練習（有解答）與作業（ 沒有解答），嘗試完成每週的作業。
3 善用google 蒐尋，指令如果不清楚、或執行出現錯誤訊息，均可複製關鍵字，請教 google 大師，根據過往經驗，百分之九十以上的問題都可以獲得解答。
4 課堂上所用到的 python 模組，在網路上均有官方網頁，上有指令、語法、各項功能的清楚說明，並附教學範例。從官方網頁上查詢資訊，是進階學習的必要。
5 每週有作業，課堂上編有學習小組，期末有專題報告小組，組員間要彼此支援，互補有餘，每週都要完成作業，努力趕上進度，不要落後，此點至為重要。 |
|
課程要求 |
本課程強調實作，光是聽講沒有用。
每週都有作業，期末有專案報告，估計平均每週要花十個小時，看懂學習包、練習，並完成作業。 |
|
預期每週課後學習時數 |
|
|
Office Hours |
另約時間 |
|
指定閱讀 |
|
|
參考書目 |
第一週指定閱讀
What is Text Mining?
https://www.youtube.com/watch?v=I3cjbB38Z4A
Jupyter Notebook Tutorial | Introduction To Jupyter Notebook,
Jupyter Notebook Tutorial | Introduction To Jupyter Notebook | Python Jupyter Notebook | Simplilearn - YouTube
第二週指定閱讀
Python 程式語言簡介
https://yungyuc.github.io/oldtech/python/python_intro.html
Python Variables | Python Variables & Data Types
Python Variables | Python Variables & Data Types | Python Tutorial | Python Programming |Simplilearn - YouTube
第二週進階閱讀
學習python-初學者全程, 教學影片
https://reurl.cc/kL2Wxn
第三週指定閱讀
迴圈, http://yltang.net/tutorial/python/11/
函式, http://yltang.net/tutorial/python/12/
決策結構, http://yltang.net/tutorial/python/10/
第三週進階閱讀
除錯, http://yltang.net/tutorial/python/4/
第四週指定閱讀
Introduction - Data Analysis and Data Science with Python and Pandas,
https://reurl.cc/2oeO5m
第四週進階閱讀
Data Analysis with Python3 and Pandas,
https://www.youtube.com/playlist?list=PLQVvvaa0QuDfSfqQuee6K8opKtZsh7sA9
第五週指定閱讀
十五分鐘認識正規表達式，解決所有文字難題,
https://5xruby.tw/posts/15min-regular-expression
第五週進階閱讀
正規表達式, https://developer.mozilla.org/zh-TW/docs/Web/JavaScript/Guide/Regular_Expressions
第六週指定閱讀
如何用Python清理文字資料？ https://www.gushiciku.cn/pl/pewT/zh-tw
中文斷詞, https://blog.maxkit.com.tw/2020/08/blog-post.html
第六週進階閱讀
NLP中文斷詞, https://reurl.cc/1oELYY
第七週指定閱讀
使用python進行中文詞頻分析,
https://www.twblogs.net/a/5b8251692b71772b88302558
第七週進階閱讀
金觀濤, 邱偉雲, 劉昭麟,「共現」詞頻分析及其運用- 以「華人」觀念起源為例,
http://www.dadh-record.digital.ntu.edu.tw/config_xml/2011config/programINFO/ppt/4.2.s.pdf
吳漢銘, 文字視覺化, http://www.hmwu.idv.tw/web/R/G03-hmwu_R-TextVis.pdf
第八週指定閱讀指定閱讀
Loet Leydesdorff a. & Ping Zhou b., Co-word Analysis using the Chinese Character Set, https://arxiv.org/ftp/arxiv/papers/0911/0911.1451.pdf
第八週進階閱讀
以特徵詞共現特性探討知識管理研究議題相關性, http://jim.johogo.com/pdf/1704/JIM-1704-02-fullpaper.pdf
第九週指定閱讀
林書佑, 中文文本探勘工具：主題分析、詞組關聯強度、相關句擷取,
https://reurl.cc/MkgmXv
第九週進階閱讀
邵軒磊, 文字探勘技術輔助主題分析—以「中國大陸研究」期刊為例,
https://web.ntnu.edu.tw/~samtseng/papers/Text_Mining_for_Mainland_China_Studies.pdf
第十週指定閱讀
自然語言處理 — 使用 K-Means++ 比較各縣市市長就職典禮演講
https://reurl.cc/Yjb58a
第十週進階閱讀
ptt文章標題群集分析, https://collabin.netlify.app/derek/title-clustering/
第十一週指定閱讀
Word Embedding、詞嵌入、詞向量, https://reurl.cc/Q6glZO
第十一週進階閱讀
『自然語言處理』(NLP) 概念介紹, https://ithelp.ithome.com.tw/articles/10193224
第十二週指定閱讀
看懂 NLP 中的文字情感分析任務, https://www.gushiciku.cn/pl/pmIR/zh-tw
第十二週進階閱讀
大數據輿情感分析，如何提取情感並使用什麼樣的工具？ https://bigdatafinance.tw/index.php/finance/others/342-2017-03-17-14-07-42
第十三週指定閱讀
機器學習如何運作？https://www.sap.com/taiwan/insights/what-is-machine-learning.html
初學者碰上「機器學習」的第一道關卡：我應該使用哪種算法？
https://buzzorange.com/techorange/2017/05/25/which-method-in-ai/
第十三週進階閱讀
機器學習 – 定義、演算法、以及商業應用
https://oosga.com/pillars/machine-learning/
Machine Learning vs Statistical Modeling, https://reurl.cc/WXgYA9
Machine Learning - Supervised VS Unsupervised Learning, https://reurl.cc/gz3bRX
第十四週指定閱讀
機器學習演算法, https://azure.microsoft.com/zh-tw/overview/machine-learning-algorithms/#popular-algorithms
機器學習概念和經典演算法，https://reurl.cc/L7gx27
從數據分析到模型整合，各種好用的演算法,
https://buzzorange.com/techorange/2019/08/13/machine-learning-algorithm-collection/ |
|
評量方式
(僅供參考) |
|
|