CSH 4 H 3 Text Mining Semester 201819

CSH 4 H 3 Text Mining Semester: 2018/19 -2 1. Pengantar penambangan teks Moch Arif Bijaksana 1

Sesi Diskusi (dari materi pertemuan sebelumnya dan PR) • Reminder PR Pekan-1 – Baca Preface buku NLP with Python http: //www. nltk. org/book/ch 00. html – Pelajari Jupyter Notebook khususnya penggunaannya unt Python. – Buat program Python Hello World menggunakan Jupyter Notebook. 2

Outline • • • Apa itu text mining Text vs. non text data Mining vs. querying Aplikasi dan proyek penelitian text mining Perbedaan (dan keterkaitan) TM dg yg lain 3

Apa itu text mining • Apa yang dimaksud text di sini? – Teks bahasa manusia – Teks dapat berupa (granularity): kata, term, frase, kalimat, dokumen, . . • Apa yang dimaksud dengan mining di sini? • Text mining ≈ Text analytics 4

Apa itu text mining (cont) • Apa itu? Salah satu utamanya dijawab dg menerangkan I/O. • Input-output – Input: text. – Output: information. • Contoh pada aplikasi: – Text categorization. – Information extraction. 5

Text vs. non text data • Karakteristik teks – Tdk terstruktur/semi terstruktur. – Dimensi tinggi. – Penekanan pada makna. 6

Text vs. non text data (cont) • Manusia sebagai “sensor” yg subyektif Dari: Zhai, “Text Mining and Analytics course”, Illinois Univ 7

Mining vs. querying • Mining: proses untuk implisit data • Querying: proses untuk eksplisit data 8

Aplikasi dan proyek penelitian text mining 9

10

Aplikasi dan proyek penelitian text mining (cont) 11

Aplikasi dan proyek penelitian text mining (cont) 12

13

14

Perbedaan dan keterkaitan TM dg yg lain • TM vs Data Mining 15

Perbedaan dan keterkaitan TM dg yg lain (cont) 16

Perbedaan dan keterkaitan TM dg yg lain (cont) • TM vs. Information Retrieval (IR) 17

Perbedaan dan keterkaitan TM dg yg lain (cont) • TM vs. Machine Learning (ML) 18

Perbedaan dan keterkaitan TM dg yg lain (cont) • TM vs. Natural Language Processing (NLP) 19

20

Perbedaan dan keterkaitan TM dg yg lain (cont) • NLP vs. Computational Linguistics (CL) Buku 2 NLP 21

Perbedaan dan keterkaitan TM dg yg lain (cont) 22

• Data Mining vs. Data Base 23

Perbedaan dan keterkaitan TM dg yg lain (cont) • Data Mining vs. Data Warehouse 24

Perbedaan dan keterkaitan TM dg yg lain (cont) Dari: https: //qmetrix. com. au/data-warehousing-for-smallmedium-enterprises-smes/ 25

Perbedaan dan keterkaitan TM dg yg lain (cont) • Data Mining vs. Statistika 26

Perbedaan dan keterkaitan TM dg yg lain (cont) • Data Mining vs Business intelligent Dari: http: //cognisofttech. com 27

Perbedaan dan keterkaitan TM dg yg lain (cont) Dari: https: //motivitysolutions. com/business-intelligence/ 28

Perbedaan dan keterkaitan TM dg yg lain (cont) • Data mining vs. Data science • Data mining vs. Big data – Sifat big data: • Volume: big data doesn't sample; it just observes and tracks what happens • Velocity (kecepatan): big data is often available in real-time • Variety (keragaman): big data draws from text, images, audio, video, etc • Variability : inconsistency of the data set can hamper processes to handle and manage it. • Veracity (ketepatan/lebenaran): the quality of captured data can vary greatly, affecting accurate analysis. 29

PR PERTEMUAN-2 PR no 1 • Pelajari contoh pemakaian teks mining pada Sem. Eval 2015 Task 1, Task 2 dan Task 3. http: //alt. qcri. org/semeval 2015/index. php? id=tasks • Jelaskan apa input dan output untuk masing task, dan masing-masing task berilah contoh input dan outputnya. • File pdf diupload ke Google Classroom 30

PR Pe. RTEMUAN-2 PR no 2 Python • Gunakan Jupyter Notebook • Coba http: //www. nltk. org/book/ch 01. html • Coba program Bab 1. 1 s/d 1. 4 31

TERIMA KASIH 32