Process / pipeline
텍스트 분류 — 텍스트 범주화
텍스트 분류는 미리 정의된 범주로 문서를 자동으로 할당하는 지도 학습 기반의 자연어 처리 작업입니다. Joachims(1998)가 확립하고 Aggarwal과 Zhai(2012)가 텍스트 마이닝 문헌에서 통합한 서포트 벡터 머신 접근법을 기반으로 하며, 스팸 탐지 및 주제 분류와 같은 작업을 레이블이 지정된 예제를 통해 수행합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
+45 more
출처
- Joachims, T. (1998). Text Categorization with Support Vector Machines: Learning with Many Relevant Features. ECML 1998. Lecture Notes in Computer Science, vol 1398. Springer. DOI: 10.1007/BFb0026683 ↗
- Aggarwal, C. C. & Zhai, C. (2012). Mining Text Data. Springer. ISBN: 978-1-4614-3222-7
이 페이지 인용 방법
ScholarGate. (2026, June 1). Text Classification (Text Categorization). ScholarGate. https://scholargate.app/ko/text-mining/text-classification
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.
Compare side by side →이 방법을 참조하는 항목
논증 채굴관점 기반 감성 분석 (ABSA)저작자 귀속 (문체론)자동 에세이 채점 (AES)자동 텍스트 평가임상 텍스트 마이닝콘텐츠 분석NLP를 위한 대조 학습교차 언어 텍스트 분석대화 행위 분류담화 분석Doc2Vec도메인 적응(Domain Adaptation)텍스트에서의 감정 탐지이벤트 탐지설명 가능한 LDA 토픽 모델가짜 뉴스 탐지소수 예제 텍스트 분류NLP에서의 성별 편향 탐지환각 탐지증오 발언 탐지암시적 감성 분석의도 탐지언어 식별 (LID)언어적 수용도 평가기계 독해 (Machine Reading Comprehension, MRC)다중 문서 요약n-gram 언어 모델개체명 인식 (NER)의견 마이닝패러프레이즈 탐지프롬프트 엔지니어링선전 탐지질의응답(QA)가독성 분석개체 간의 의미 관계자기 지도 감성 분석의미 분석감성 분석슬롯 채우기소셜 미디어 자연어 처리투기 탐지Stance Detection주관성 탐지텍스트 일관성 점수화텍스트 중복 제거텍스트 채우기텍스트 회귀텍스트 함의TF-IDF타임라인 추출Word2Vec제로샷 분류