最近在整理文本挖掘

最近事情很多，每天下班回来，自己弄些东西吃，稀里糊涂就到了21点。跟着再浏览一下圈子信息，时间更是倏地一下就到了0点，然后第二天变熊猫……

主要在忙两件事

1. 翻译《R in a nutshell》，三月底应该会到出版社那边
2. 重头戏，整理文本挖掘的相关技术

明天会在公司内部进行文本挖掘的培训，下面是提纲：

说到文本挖掘，就要说一下文本云可视化。前一段时间老觉得wordcloud这个包的可视化图形不是很美观，于是想重写这个包。但随着深入理解文本云，发现非常不简单，是个 NP问题，一时半会没有太好的处理办法。从实际项目的角度，这种可视化意义不是很大，几经折腾后无奈放弃。

但这其中的折腾还是蛮有意思的，比如最初的想法是可以绘制任意形状的文本云，比如根据中国地图形状（但太丑了，又放弃）：

还有类似这样效果的：

有时间再搞吧——但有时间的话就应该在图像识别这块了，囧！

相关文章：

• 既然没有了，那就随便看看吧~~