DM-P14-Text Mining

Apa yang dimaksud dengan text mining?

• Proses mengekstrak informasi dari sekumpulan dokumen

• Proses mengekstrak informasi dari gambar

• Proses mengekstrak informasi dari audio

• Proses mengekstrak informasi dari video

Apa yang dimaksud dengan preprocessing dalam text mining?

• Proses membersihkan teks sebelum ekstraksi fitur

• Proses mengubah teks menjadi kalimat

• Proses mengubah teks menjadi angka

• Proses mengubah teks menjadi token

Apa yang dimaksud dengan stemming dalam preprocessing?

• Proses memecah teks menjadi token

• Proses menghilangkan kata-kata tidak penting

• Proses mengubah teks menjadi angka

• Proses mendapatkan kata dasar secara morfologis

Apa kelebihan dari metode One Hot Encoding dalam ekstraksi fitur?

• Mudah diterapkan

• Menangkap makna semantik dari data

• Ukuran dokumen setelah encoding tetap sama

• Tidak menyebabkan persebaran data

Apa yang dimaksud dengan Bag of Words (BoW) dalam ekstraksi fitur?

• Menggambarkan panjang kata di dalam dokumen

• Menggambarkan urutan kata di dalam dokumen

• Menggambarkan makna semantik dari kata di dalam dokumen

• Menggambarkan jumlah kemunculan suatu kata di dalam dokumen

Apa kelebihan dari metode Bag of N-grams dalam representasi teks?

• Lambat untuk data besar

• Menghasilkan representasi semantik

• Mudah diterapkan

• Kata yang baru tidak tersedia di vocabulary

Apa kekurangan dari metode TF-IDF dalam pemodelan teks?

• Tidak merepresentasikan informasi semantik

• Lambat untuk data besar

• Kata yang baru tidak tersedia di vocabulary

• Tidak terjadi permasalahan Out of Vocabulary (OOV)

Metode klasifikasi teks berbasis aturan (rule-based) dilakukan berdasarkan apa?

• Kombinasi aturan dan algoritma pembelajaran

• Fitur teks dari data berlabel

• Kamus kata

• Algoritma pembelajaran

Apa kegunaan klasterisasi teks dalam analisis data?

• Mendeteksi email spam

• Menghasilkan hierarchical taxonomies

• Mengidentifikasi kelompok alami dalam data

• Mengelompokkan data teks berlabel

Berikut ini termasuk metode untuk mengukur kesamaan teks, kecuali:

• cosine similarity

• sinus similarity

• euclidean distance

• jaccard similarity