Регрессия на тексте — прогнозирование чисел по тексту
Регрессия на основе текста прогнозирует непрерывную целевую переменную, используя признаки, извлеченные из текста — оценки TF-IDF, вложения или n-граммы — в качестве независимых переменных. Опираясь на программу «текст как данные», консолидированную Gentzkow, Kelly и Taddy (2019), она позволяет напрямую оценивать числовой результат, такой как цена, рейтинг или оценка тональности, по документам и широко используется в социальных науках, экономике и финансах.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 1). Text-Based Regression. ScholarGate. https://scholargate.app/ru/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.
- Векторные представления BERTИнтеллектуальный анализ текста↔ compare
- Анализ тональностиИнтеллектуальный анализ текста↔ compare
- Классификация текстовИнтеллектуальный анализ текста↔ compare
- TF-IDFИнтеллектуальный анализ текста↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →