Inflearn brand logo image
Inflearn brand logo image
Inflearn brand logo image
Data Science

/

Data Analysis

[Thực chiến]TEXTOM Thực chiến bài giảng: Phân tích văn bản/khai thác văn bản để viết luận văn dữ liệu lớn

Thay vì tập trung giải thích lý thuyết cơ bản về TEXTOM, chúng tôi giúp bạn trang bị năng lực khai thác văn bản và phân tích dữ liệu lớn thông qua các bài thực hành ví dụ thực tế.

(4.7) 9 đánh giá

165 học viên

  • leejinkyu0612
textom
실습 중심
빅데이터
논문
Big Data
Text Mining
TEXTOM

Đánh giá từ những học viên đầu tiên

Dịch cái này sang tiếng Việt

  • Phân tích Big Data với TEXTOM

  • Các ví dụ thực tiễn về phân tích Big Data

Ví dụ về huấn luyện 1:1: Bạn gặp khó khăn khi sử dụng Textom? 📊
Khóa học này sẽ giúp bạn tiết kiệm thời gian!

Khóa học này dành cho người mới bắt đầu và người chưa biết gì về Textom.

Tôi đang dạy những điều cơ bản .

Sau khi xem trước

Nếu đây là điều bạn muốn, hãy tham gia lớp học!

(Lưu ý: Bài giảng trình độ trung cấp)

Bạn có thể tự mình phân tích khai thác văn bản sau khi xem các bài giảng về khai thác văn bản có trên thị trường không?

“Tôi muốn thấy những ví dụ hoặc ví dụ thực tế về việc áp dụng lý thuyết vào phân tích thực tế thay vì chỉ lý thuyết.”

“Chúng tôi cần một khóa học khai thác văn bản giúp chúng tôi có thể viết các bài báo về phân tích xu hướng, phân tích nhận thức và các chủ đề khác .”

👉 Sau khi xem những đánh giá này, tôi quyết định quay phim bài giảng.

Phân tích dữ liệu lớn, một xu hướng gần đây,


Không có lĩnh vực nào trong kinh doanh/nghiên cứu mà không sử dụng nó.

Khai thác văn bản đang ngày càng trở thành một phương pháp phân tích thiết yếu cho nghiên cứu. Khi nó trở nên phổ biến, nhiều người háo hức muốn tìm hiểu.

TextStorm để khai thác văn bản

TEXTOM là một chương trình tuyệt vời để khai thác văn bản mà không cần viết mã.
Tuy nhiên, nhiều sinh viên sau đại học, nhà nghiên cứu và nhân viên văn phòng đang lãng phí thời gian và cảm thấy căng thẳng, gánh nặng vì họ không biết cách sử dụng Textom ngay cả sau khi đọc bài giảng hoặc sách.

Một người hướng dẫn không có kinh nghiệm thực tế và chưa bao giờ viết bài báo?
Tôi thực sự không thể giải thích cách thực hiện "phân tích dữ liệu lớn".

Chúng tôi sẽ tiết lộ bí quyết cốt lõi và bí quyết hoàn thành phân tích dữ liệu lớn chỉ trong nửa ngày bằng cách sử dụng Textom .


Đừng bao giờ tự học.
Khai thác văn bản có nhiều kỹ thuật phân tích khác nhau.

Nếu bạn chỉ tiến hành dựa trên lý thuyết và hướng dẫn mà không biết cách sử dụng các kỹ thuật phân tích thường dùng, chắc chắn bạn sẽ lãng phí thời gian .


Sau khi thực hành các kỹ thuật thường dùng trong thực hành hoặc các bài báo về dữ liệu lớn , bạn nên dần củng cố nền tảng lý thuyết của mình để sau này có thể phân tích văn bản một cách tự do.

Nói cách khác, bạn cần biết điều gì quan trọng và điều gì không quan trọng trong phân tích văn bản . Biết được điều này có thể giúp bạn tiết kiệm hàng tuần, thậm chí hàng tháng thời gian.

Tôi đã tích lũy kinh nghiệm qua hàng trăm lần phân tích văn bản. Đây là một câu chuyện hoàn toàn có thể xảy ra, bởi tôi là chuyên gia Prime, danh hiệu dành cho 2% nhà phân tích dữ liệu hàng đầu trên nền tảng chia sẻ tài năng (Cremon).


Để học tập hiệu quả và ứng dụng thực tế, chúng tôi khuyên bạn nên bắt đầu Textom bằng khóa học này.

Phân tích dữ liệu lớn, giờ đây bạn có thể tự mình thực hiện.
Thay vì những giải thích lý thuyết nhàm chán, chúng tôi chỉ thu thập những kỹ thuật thực tế .

Lý do khiến việc học khai thác văn bản trở nên khó khăn là vì chúng ta chỉ học lý thuyết mà không thực hành với các ví dụ thực tế .

Bạn không bao giờ có thể phân tích được điều gì đó trừ khi bạn tự mình thực hiện nó.

Để thành thạo phân tích dữ liệu lớn, bạn cần có hiểu biết sâu sắc về khai thác văn bản thông qua thực hành sử dụng Textom.

Chúng tôi sẽ hướng dẫn bạn cách trích xuất dữ liệu cần thiết cho bài nghiên cứu của mình.

Thông qua các giải thích rõ ràng về các khái niệm cốt lõi và các bài tập thực hành sử dụng Textom, chúng tôi sẽ hướng dẫn bạn đến trình độ chuyên gia, nơi bạn có thể tự tin áp dụng phân tích khai thác văn bản vào công việc hoặc bài báo nghiên cứu của mình.


Chỉ chứa các kỹ thuật cốt lõi có thể áp dụng vào thực tế.

Khai thác văn bản và dữ liệu lớn ngày càng được ứng dụng nhiều hơn trong mọi lĩnh vực nghiên cứu.

Trong thực tế doanh nghiệp, bạn cũng cần có khả năng xử lý dữ liệu văn bản để có thể nhận dạng.

Chúng tôi đã tạo ra bài giảng Textom tập trung vào các bài tập thực hành để bất kỳ ai cũng có thể dễ dàng tìm hiểu các xu hướng hiện tại của dữ liệu lớn và khai thác văn bản mà không cần phải viết mã phức tạp hay khó khăn.

Khóa học này dựa trên kiến thức thực tế tích lũy được, tập trung vào các kỹ thuật khai thác văn bản cốt lõi được sử dụng trong thực tế, đồng thời mạnh dạn bỏ qua các tính năng không được sử dụng trong thực tế .

  • ✅ Trích xuất dữ liệu Textom để sử dụng thực tế
  • ✅ Cách sử dụng Textom để viết bài báo về dữ liệu lớn

🚩 Tôi cũng đã trải qua rất nhiều lần thử nghiệm và mắc lỗi khi lần đầu tiên sử dụng Textom.

"Tôi nên sử dụng Textom như thế nào trong tình huống này?" Tôi đã tìm kiếm trên internet và các tài liệu hướng dẫn, nhưng... các giải thích và bài giảng về Textom trên thị trường quá lý thuyết và khó hiểu đối với người mới bắt đầu. Tôi nhớ mình đã phải tìm kiếm qua nhiều menu khác nhau và vật lộn nhiều ngày trời mới giải quyết được vấn đề.

Khi còn là người mới bắt đầu như tôi và gặp khó khăn khi sử dụng Textom, tôi đã nghĩ, "Giá như có ai đó hướng dẫn thì việc phân tích dữ liệu lớn và viết bài báo có phải sẽ dễ dàng hơn không? " và "Sẽ rất tiện lợi nếu có một bài giảng có thể hướng dẫn những người mới làm quen với Textom hoặc đang tìm cách sử dụng nó". Với những suy nghĩ này, tôi đã chuẩn bị bài giảng này.

Khóa học này được thiết kế để cung cấp phần trình diễn thực hành về quy trình trích xuất dữ liệu, thay vì giải thích lý thuyết dài dòng về Textom, giúp người đọc có được cảm nhận về phân tích dữ liệu lớn . Bằng cách theo dõi liên tục, bất kỳ ai cũng có thể sử dụng các kỹ thuật phân tích dữ liệu lớn và khai thác văn bản mà không cần bất kỳ kinh nghiệm lập trình Python nào.


Tập trung vào việc sử dụng thực tế
Đây là bài giảng về khai thác văn bản.

Bài giảng này tập trung vào việc sử dụng Textom trong khai thác văn bản thay vì giải thích lý thuyết.

Các bài giảng được thiết kế để bạn có thể thực hiện phân tích dữ liệu lớn, chẳng hạn như phân tích xu hướng và phân tích nhận thức, bằng cách lắng nghe các bài giảng và theo dõi.

Tổng quan về các ví dụ được thực hành trong lớp

Sau khi giải thích ngắn gọn về lý thuyết cơ bản của khai thác văn bản, chúng ta sẽ trích xuất trực tiếp dữ liệu lớn bằng chương trình Textom.

Trong khóa học này, bạn sẽ hiểu được cách khai thác văn bản và tự mình triển khai các phương pháp phân tích dữ liệu lớn.

Ngoài ra, chúng tôi trực tiếp triển khai phân tích dữ liệu lớn SNS, đây là xu hướng hiện nay.

Nếu bạn có hiểu biết cơ bản về khai thác văn bản và Textom, hãy lướt qua hướng dẫn do Textom cung cấp và sau đó tìm hiểu các phương pháp thực tế trong bài giảng này, bạn sẽ có thể nâng cao kỹ năng phân tích khai thác văn bản của mình rất nhanh chóng.

Tôi giới thiệu điều này tới những người này!

  • Bất kỳ ai muốn tìm hiểu về khai thác văn bản với Textom
  • Dành cho những ai muốn biết về các phương pháp triển khai thực tế sử dụng Textom thay vì các giải thích lý thuyết
  • Sinh viên sau đại học, nhà nghiên cứu, giáo sư, v.v. muốn viết bài báo về phân tích nhận dạng và phân tích xu hướng bằng Textom

💾 Vui lòng kiểm tra trước khi tham gia lớp học!

  • Việc bảo mật lưu trữ TEXTOM là điều cần thiết cho khóa học. Trước khi tham gia khóa học, hãy tạo tài khoản TEXTOM và bảo mật ít nhất 10MB dung lượng lưu trữ bằng tài khoản trả phí .
  • Chúng tôi cung cấp cho sinh viên bài thuyết trình PPT về lý thuyết khai thác văn bản.

Xin chào, tôi là Jin-gyu Lee.

Lịch sử chia sẻ kiến thức

  • Hiện đang là ứng viên Tiến sĩ tại Khoa Sau đại học về AI của Đại học Dongguk (chuyên ngành Xử lý ngôn ngữ tự nhiên)
  • Phát triển xử lý ngôn ngữ tự nhiên tại một công ty khởi nghiệp chuyên về AI và dữ liệu lớn
  • Cựu nhà nghiên cứu phân tích dữ liệu lớn của tổ chức công
  • Đại học Dankook và các trường đại học khác cung cấp các khóa học phân tích dữ liệu Python và phân tích dữ liệu lớn.
  • Nhiều kinh nghiệm dạy kèm riêng liên quan đến phân tích dữ liệu
  • Xử lý ngôn ngữ tự nhiên AI của Kmong, phân tích dữ liệu lớn Hoạt động dịch vụ chính (2% dịch vụ hàng đầu của Kmong)
  • Kinh nghiệm viết nhiều bài báo và dự án dữ liệu lớn bằng TEXTOM

Hỏi & Đáp 💬

H. Tôi có thể viết bài báo về xu hướng nghiên cứu hoặc phân tích nhận thức dữ liệu lớn sau khi học khóa học này không?

Khóa học này sẽ giúp những người muốn viết bài báo về dữ liệu lớn trích xuất dữ liệu.

H. Tôi muốn áp dụng khai thác văn bản vào công việc của mình. Tôi có thể tham gia khóa học này không?

Có, khóa học này bao gồm các bài tập thực hành về các phương pháp phân tích thường được sử dụng trong khai thác văn bản. Những ai quan tâm đến việc áp dụng các phương pháp này vào công việc của mình cũng được khuyến khích tham dự.

H. Tôi là người mới bắt đầu tìm hiểu về khai thác văn bản và Textom. Tôi có thể tham gia khóa học này không?

Vâng, khóa học này dành cho người mới bắt đầu, nhưng nó bao gồm tất cả các phương pháp phân tích bạn có thể áp dụng trong các tình huống thực tế. Tuy nhiên, nếu bạn là người mới bắt đầu hoàn toàn, tôi khuyên bạn nên đọc và nghiên cứu tài liệu hướng dẫn sử dụng Textom.

💡 Tôi muốn giúp đỡ những người mới bắt đầu khai thác văn bản và textom!

Tôi sẽ đích thân triển khai các phương pháp sử dụng Textom mà bạn đang tò mò, cung cấp những giải thích ngắn gọn, cốt lõi về khai thác văn bản và hỗ trợ bạn trong quá trình phân tích và nghiên cứu dữ liệu lớn. Cảm ơn bạn rất nhiều vì đã đọc. Hẹn gặp lại bạn trong lớp học!

"Nếu bạn có bất kỳ câu hỏi nào sau khi tham gia lớp học, vui lòng gửi câu hỏi đến địa chỉ email của tôi (leejinkyu0612@naver.com) và tôi sẽ trả lời riêng từng bạn!"

Ví dụ về huấn luyện 1:1

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Bạn nào muốn học Text Mining

  • Người không biết lập trình nhưng muốn phân tích dữ liệu lớn

  • Ai muốn biết cách sử dụng 텍스톰

  • Ai muốn học Textom qua ví dụ thực tế chứ không phải lý thuyết.

Cần biết trước khi bắt đầu?

  • Kiến thức cơ bản về Khai thác văn bản

  • Nếu mới dùng 텍스톰, thử đọc tài liệu hướng dẫn chính thức của 텍스톰!

Xin chào
Đây là

3,643

Học viên

130

Đánh giá

46

Trả lời

4.6

Xếp hạng

10

Các khóa học

안녕하세요 AI와 빅데이터 분석에 진심인 해피AI 이진규입니다.

[강사약력]

이진규 (Lee JinKyu)

해피AI (Happy AI CEO)

생성 AI 및 빅데이터 분석 분야의 최신 트렌드, 인사이트, 기술 활용 방법을 깊이 있게 전달합니다.

 

🎒  강연 및 외주 문의

[email] leejinkyu0612@naver.com

[Blog] 📺https://blog.naver.com/leejinkyu0612

[YouTube] 📺 https://www.youtube.com/@HappyAI_0612

[github] https://github.com/leejin-kyu/

[Homepage] https://happyaidata.kr

[H.P] 010-9973-2113

[kakao] jinkyu0612

 

📘 크몽 Prime 전문가(상위 2%)📺https://kmong.com/gig/345782

 삼성전자, 서울대, 교육청, 경기연구원, 산림청, 국립공원관리공단, 서울시 등 다수의 정부기관 및 교육기관 프로젝트 진행

의료,커머스,생태,법학,경제,예체능 등 다양한 도메인의 연구경험(총 연구 프로젝트 200회 이상 진행)

 

📘 Bio

- 2024.07~ 생성 AI 및 빅데이터 분석 전문기업 해피AI 대표

- 2023~ 퍼블릭 뉴스 AI 칼럼니스트(AI편향 및 RAG챗봇 전문)

- 2022. AI대학원 박사과정 수료(자연어처리 및 LLM 전공)

- 2021~2023 AI/빅데이터 전문 기업 스텔라비전 개발자

- 2018~2021 정부출연연구기관 자연어처리/빅데이터 분석 연구원 (인문사회과학 데이터 연구)

 

🎒Courses & Activities

 

2025

LLM/sLLM 애플리케이션 개발 강의-파인튜닝, RAG, Agent 기반 . KT(2025)

 

2024

Langchain 및 RAG 등 LLM 프로그래밍.삼성SDS(2024)

ChatGPT 기반 빅데이터 분석 입문. 렛유인에듀 (2024)

인공지능 기초 및 데이터 분석 기초 강의. 한국직업개발원 (2024)

LLM 실무자를 위한 LLM이론 및 Langchain 기반 RAG챗봇 개발 강의. 서울디지털 재단 (2024)

쉽게 따라하는 LDA & 감성분석 빅데이터분석법 with ChatGPT. 인프런 (2024)

파이썬을 활용한 텍스트 분석 강의. 서울과학기술대학교 (2024)

랭체인(LangChain)을 활용한 LLM 챗봇 만들기(feat.ChatGPT). 인프런 (2024)

 

2023

ChatGPT를 활용한 파이썬 기초 강의. 경기대학교 (2023)

빅데이터 전문가 과정 특강. 단국대학교 (2023)

빅데이터 분석 기초 강의. 렛유인에듀 (2023)

 

 

💻 Projects

LLM 기반 산림 복원 빅데이터 분석(국립산림과학원)

Private LLM 기반 RAG 챗봇 모델 구축 (한국전력공사)

AI 기반 빅데이터 분석 기법을 적용한 설문 데이터 분석 (A정부기관)

내부망 전용 PrivateLLM을 활용한 텍스트마이닝 솔루션 개발 (D 정부기관)

빅데이터 분석을 통한 한우시장 트렌드 분석 (이화브리오)

Instruction Tuning 및 강화학습(RLHF)을 통한 LLM 모델 개발 (서울디지털재단)

AI 언어모델 기반 헬스케어 서비스의 사용자 리뷰 텍스트 분석 (삼성전자)

자연어 처리 기술 기반 텍스트마이닝을 활용한 연구동향 분석 (한국대기환경학회)

AI 모델 kopatBERT 기반 특허 논문 QA 모델 개발 (한국기술마켓)

딥러닝 기반 토픽모델링을 활용한 법학 설문 빅데이터 분석 (서울대학교)

AI 모델 Word2Vec과 감성분석을 적용한 설문 문항 빅데이터 분석 (경기연구원)

AI 모델 RNN 기반 리뷰 인사이트 추출 및 분석 프로그램 개발 (서클플랫폼)

빅데이터를 활용한 2022년 국립공원 탐방 키워드 분석 (국립공원관리공단)

이외에도 다수의 공공기관, 기업체와 개인적 의뢰 등 총 200건 이상 프로젝트 진행

 

📖 Publication

 [주요 논문 ]

Improving Commonsense Bias Classification by Mitigating the Influence of Demographic Terms.2024.

Improving Generation of Sentiment Commonsense by Bias Mitigation" International Conference on Big Data and Smart Computing.2023.

언론기사 빅데이터 분석을 통한 대규모 언어모델에 대한 기술 인식 분석: ChatGPT 등장 전후를 중심으로, 2024

자연어 처리(NLP)기반 텍스트마이닝을 활용한 소나무에 대한 국내외 연구동향(2001∼2020)분석 | 농업생명과학연구 | 2022

숲길에 대한 10 년간의 언론 인식분석-텍스트 마이닝 분석을 중심으로 | 산림경제연구 | 2021

이외에도 타 분야에서 다수의 학술논문, 학술발표, 연구보고서 등의 성과 창출

Others

Python을 활용한 데이터분석 및 시각화

LLM을 활용한 데이터분석

ChatGPT와 LangChain,Agent을 활용한 업무 생산성 향상

Chương trình giảng dạy

Tất cả

78 bài giảng ∙ (9giờ 38phút)

Tài liệu khóa học:

Tài liệu bài giảng
Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Tất cả

9 đánh giá

4.7

9 đánh giá

  • Jieun So님의 프로필 이미지
    Jieun So

    Đánh giá 1

    Đánh giá trung bình 5.0

    5

    22% đã tham gia

    논문 작성을 위해 공부할 강의를 찾다가 듣게 되었습니다. 실용적인 내용을 다뤄주셔서 차근차근 실습하면서 적용해보고자 합니다. 좋은 강의 감사합니다 :D

    • 해리님의 프로필 이미지
      해리

      Đánh giá 1

      Đánh giá trung bình 5.0

      5

      75% đã tham gia

      이론적인 이야기 뿐만 아니라 실사용에 필요한 꿀팁을 알려주시는 정말 효율적인 강의에요. 과외를 받는 기분으로 재밌게 공부했습니다!

      • 김안나님의 프로필 이미지
        김안나

        Đánh giá 1

        Đánh giá trung bình 5.0

        5

        99% đã tham gia

        도움이 많이 되었어요!!

        • Mijin Kim님의 프로필 이미지
          Mijin Kim

          Đánh giá 1

          Đánh giá trung bình 5.0

          5

          31% đã tham gia

          좋아요

          • benign29님의 프로필 이미지
            benign29

            Đánh giá 3

            Đánh giá trung bình 5.0

            5

            99% đã tham gia

            논문 작성하면서 텍스톰 작업이 필요했는데 이론부터 실습까지 자세히 설명해주셔서 많은 도움이 되었습니다. 반복되는 내용이 있었지만 오히려 자꾸 들으니 더 익숙해진 것 같아요!! 좋은 강의 감사합니다 :)

            1.462.595 ₫

            Khóa học khác của leejinkyu0612

            Hãy khám phá các khóa học khác của giảng viên!

            Khóa học tương tự

            Khám phá các khóa học khác trong cùng lĩnh vực!