关于 Perl 状态报告器（SRr）在文本挖掘中的利用和重要性
摘要：在生物信息学中，文本挖掘和文本数据挖掘有时会互换使用，用于从文本中获取高质量信息的过程。Perl状态报告工具（SRr）是一种从平面文本文件中获取数据的工具，在本研究论文中，我们介绍了SRr在文本或数据挖掘中的应用。SRr需要一个平面文本输入文件来执行挖掘过程。SRr会读取输入文件并从中提取高质量信息。通常的文本挖掘任务包括文本分类、文本聚类、概念和实体提取以及文档摘要。SRr可以用于这些任务中的任何一个，并且几乎不需要定制工作。在我们的实现中，我们对输入文件执行文本分类挖掘操作。输入文件有两个感兴趣的参数（firstKey和secondKey）。这两个参数的组合描述了文件中条目的唯一性，类似于数据库中的复合键的方式。SRr逐行读取输入文件，并提取感兴趣的参数，并通过将它们连接在一起形成一个复合键。然后，它生成一个由firstKey secondKey命名的输出文件。SRr读取输入文件并跟踪复合键。它进一步根据该复合键在由SRr生成的输出文件中存储具有相同复合键的所有数据行。
作者：Sugam Sharma, Tzusheng Pei, and Hari Cohly
论文ID：1001.3277
分类：Information Retrieval
分类简称：cs.IR
提交时间：2010-01-21