Description

Buku ini membahas dua pendekatan utama dalam konteks NLP, analisis teks, yaitu Clustering & Topic Modeling : Pendekatan unsupervised NLP untuk menemukan pola dan tema tersembunyi dalam teks. Digunakan untuk mengelompokkan dokumen, mengekstraksi topik laten, serta menganalisis tren atau wacana tanpa label data. Dan Klasifikasi & Labeling (Supervised Learning): Pendekatan supervised NLP yang memanfaatkan data berlabel untuk memprediksi kategori teks baru. Cocok untuk analisis sentimen, deteksi spam, maupun klasifikasi dokumen berbasis pembelajaran mesin.