টেক্সট রিগ্রেশন — টেক্সট থেকে সংখ্যা অনুমান করা
টেক্সট-ভিত্তিক রিগ্রেশন টেক্সট থেকে নিষ্কাশিত বৈশিষ্ট্যগুলি — TF-IDF স্কোর, এম্বেডিং বা এন-গ্রাম — স্বাধীন চলক হিসাবে ব্যবহার করে একটি অবিচ্ছিন্ন লক্ষ্য চলক অনুমান করে। জেন্টজকো, কেলি এবং ট্যাডি (2019) দ্বারা সংহত টেক্সট-অ্যাস-ডেটা প্রোগ্রামের উপর ভিত্তি করে, এটি একটি মূল্য, একটি রেটিং বা একটি অনুভূতি স্কোরের মতো একটি সংখ্যাগত ফলাফল সরাসরি নথি থেকে অনুমান করতে দেয় এবং এটি সমাজবিজ্ঞান, অর্থনীতি এবং অর্থায়নের অ্যাপ্লিকেশনগুলিতে ব্যাপকভাবে ব্যবহৃত হয়।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Gentzkow, M., Kelly, B. & Taddy, M. (2019). Text as Data. Journal of Economic Literature, 57(3), 535-574. DOI: 10.1257/jel.20181020 ↗
- Taddy, M. (2013). Measuring Political Sentiment on Twitter: Factor Optimal Design for Multinomial Inverse Regression. Technometrics, 55(4), 415-425. DOI: 10.1080/00401706.2013.778791 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 1). Text-Based Regression. ScholarGate. https://scholargate.app/bn/text-mining/text-regression
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- BERT এমবেডিংটেক্সট খনন↔ compare
- অনুভূতি বিশ্লেষণটেক্সট খনন↔ compare
- Text Classificationটেক্সট খনন↔ compare
- TF-IDFটেক্সট খনন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →