Регресія тексту — прогнозування чисел з тексту
Регресія на основі тексту прогнозує неперервну цільову змінну, використовуючи ознаки, витягнуті з тексту — показники TF-IDF, вбудовування або n-грами — як незалежні змінні. Спираючись на програму «текст як дані», консолідовану Gentzkow, Kelly та Taddy (2019), вона дозволяє безпосередньо оцінювати числові результати, такі як ціна, рейтинг або показник настрою, з документів, і широко використовується в соціальних науках, економіці та фінансах.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 1). Text-Based Regression. ScholarGate. https://scholargate.app/uk/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 EmbeddingsІнтелектуальний аналіз тексту↔ compare
- Сентимент-аналізІнтелектуальний аналіз тексту↔ compare
- Класифікація текстуІнтелектуальний аналіз тексту↔ compare
- TF-IDFІнтелектуальний аналіз тексту↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →