本课程将向学员介绍文本挖掘和文本处理基础知识。课程从了解 python 如何处理文本、对机器和人类来说文本的结构以及处理文本的 nltk 框架概述开始。第二周的重点是常见的操作需求，包括正则表达式（搜索文本）、清理文本和准备文本供机器学习流程使用。第三周将对文本应用基本的自然语言处理方法，并演示如何完成文本分类。最后一周将探索更高级的方法，用于检测文档中的主题并根据相似性对其进行分组（主题建模）。
Python 中的应用文本挖掘
您将学到什么
了解 Python 如何处理文本
应用基本的自然语言处理方法
编写按主题分组文件的代码
描述用于操作文本的 nltk 框架
要了解的详细信息
可分享的证书
添加到您的领英档案
作业
7 项作业
授课语言：英语（English）
了解顶级公司的员工如何掌握热门技能
积累特定领域的专业知识
本课程是 借助 Python 应用数据科学 专项课程 专项课程的一部分
在注册此课程时，您还会同时注册此专项课程。
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书
该课程共有4个模块
涵盖的内容
5个视频4篇阅读材料2个作业1个编程作业1个讨论话题2个非评分实验室
涵盖的内容
4个视频2个作业1个编程作业1个讨论话题1个非评分实验室
涵盖的内容
7个视频1个作业1个编程作业1个非评分实验室
涵盖的内容
4个视频4篇阅读材料2个作业1个编程作业
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
位教师
授课教师评分
(284个评价)
人们为什么选择 Coursera 来帮助自己实现职业发展
Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情，我就可以学习。'
Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'
Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程，Coursera 便是最好的去处之一。'
Chaitanya A.
''学习不仅仅是在工作中做的更好：它远不止于此。Coursera 让我无限制地学习。'
学生评论
- 5 stars
54.79%
- 4 stars
24.94%
- 3 stars
12.18%
- 2 stars
4.57%
- 1 star
3.50%
显示 3/3824 个
JL
已于 Oct 25, 2017审阅
The course itself is good, but the assigment system is not robust and some sentences are also ambiguous to users. Seeing from the forums, many users get confused in the assigments.
RK
已于 Jul 19, 2019审阅
Course is great except for the auto grader issues. Please look into the issue. I would like to take this opportunity and thank Prof V. G. Vinod Vydiswaran and all those who helped me to complete it.
CB
已于 Sep 19, 2017审阅
Excellent course! Video lectures are high quality, with realistic problems and applications. Exercises are reasonably challenging, and all quite fun to do! Strongly recommend this course
从 数据科学 浏览更多内容
University of Michigan
University of Michigan
University of Illinois Urbana-Champaign
