Blog Archives

跨界知识聚会系列文章，“知识是用来分享和传承的”，各种会议、论坛、沙龙都是分享知识的绝佳场所。我也有幸作为演讲嘉宾参加了一些国内的大型会议，向大家展示我所做的一些成果。从听众到演讲感觉是不一样的，把知识分享出来，你才能收获更多。

关于作者

• 张丹，数据分析师/程序员/Quant: R,Java,Nodejs
• blog: http://fens.me
• email: bsspirit@gmail.com

转载请注明出处：
http://blog.fens.me/meeting-ms-ignite-20211214

前言

疫情反复不断，线下开会越来越难，本次以上线进行分享，参与微软技术直通车。希望疫情早日过去，让大家恢复以往的能见面的交流。

本次的主题是用R语言进行量化文本分析，R语言在被大家广泛的使用，全球社区也在不断的壮大，每天都有好的包被创作出来。本文分析已经是老生长谈的话题，让文本分析过程如结构化数据分析一样的还是比较创新的体验。

目录

1. 我分享的主题：用R语言进行量化文本分析
2. 会议体验和照片分享

1. 我分享的主题：用R语言进行量化文本分析

本次分享的主题，是用R语言进行文本分析。在互联网的今天，我们每天都会生产和消费大量的文本信息，如报告、文档、新闻、聊天、图书、小说、语音转化的文字等。海量的文本信息，不仅提供扩宽的研究对象和研究领域，也为商业使用带来了巨大的机会。

R在做数据分析有自己独特的优势，方便、简单、高效。我从2个方面来介绍文本分析，先是jiebaR包进行中文文本分词，然后是quanteda包的进行量化文本分析。本次分享的PPT和代码，我上传到了github：https://github.com/bsspirit/quanteda。

我主要为分2个部分进行介绍：

1. jiebaR，中文文本分词
2. quanteda，量化文本分析

jiebaR 结巴分词(jiebaR)，是一款高效的R语言中文分词包，底层使用的是C++，通过Rcpp进行调用很高效。结巴分词基于MIT协议，就是免费和开源的，感谢国人作者的给力支持，让R的可以方便的处理中文文本，具体使用可参考：http://blog.fens.me/r-word-jiebar/ 。

quanteda，以一种新的方式用结构化数据的方式来管理文本。提出以语料库的形式管理文本，语料库被定义为文本的集合，其中包括特定每个文本的文档级变量，和整个集合的元数据。用户可以轻松地按单词、段落、句子甚至用户提供的分隔符分割文本和标签，按文档级变量将它们分组为更大的文档，形成基于逻辑条件的变量组合。具体使用可参考：http://blog.fens.me/r-word-quanteda/ 。

2. 会议体验和照片分享

本次活动是微软直通车的活动，主要由微软MVP给大家进行一些技术分享，我们不讲虚的都是干活，边讲PPT，边撸代码。

本次活动的官方报名页面：https://www.huodongxing.com/event/2626606217622

2.1 会议主题

MVP嘉宾代表团：由 3位MVP组成，张丹，谢佳标，郝冠军。

张丹，用R语言进行量化文本分析，像结构化数据一样来管理文本，PPT下载
在互联网的今天，我们每天都会生产和消费大量的文本信息，如报告、文档、新闻、聊天、图书、小说、语音转化的文字等。海量的文本信息，不仅提供扩宽的研究对象和研究领域，也为商业使用带来了巨大的机会。

量化文本分析（Quantitative Analysis of Textual Data），一种新的方式，用结构化数据的方式来管理文本。quanteda包，提出以语料库的形式管理文本，语料库被定义为文本的集合，其中包括特定每个文本的文档级变量，和整个集合的元数据。用户可以轻松地按单词、段落、句子甚至用户提供的分隔符分割文本和标签，按文档级变量将它们分组为更大的文档，形成基于逻辑条件的变量组合。

谢佳标，《Keras深度学习：入门、实战及进阶》，PPT下载

Keras是一个对小白用户非常友好而简单的深度学习框架，它是TensorFlow高级集成API，其特点是能够快速实现模型的搭建，是高效地进行科学研究的关键。本主题将介绍如何进行图像及文本数据预处理，并介绍深度学习常用的DNN、CNN、RNN、GAN等模型原理及Keras案例实现。

郝冠军，在 .NET 6 中应用 OpenTelemetry，PPT下载

可观察性是微服务化应用的几个核心特性，OpenTelemetry 延续了 OpenTracing 和 OpenCensus 的发展，成为 CNCF 的针对可观察性的新标准。
该分享将首先介绍 OpenTelemetry 的核心概念，微软作为 OpenTelemetry 的核心成员，.NET 平台对于 OpenTelemetry 提供了优异的支持，这里将基于 .NET 6 介绍如何应用 OpenTelemetry 到 .NET 项目中。

2.2 相关照片

张丹， R语言实践者，北京青萌数海科技有限公司CTO，微软MVP。

10年以上互联网应用架构经验，在R、Java、NodeJS、大数据、数据挖掘等方面有深厚的积累。精通量化投资交易策略，熟悉中国金融二级市场、交易规则和投研体系。 熟悉数据学科方法论，在外汇、海关、区块链等领域均有落地的应用。著有《R的极客理想：量化投资篇》、《R的极客理想：工具篇》、《R的极客理想：高级开发篇》，英文版图书被CRC出版集团引进，在美国发行。个人博客：http://fens.me 。

谢佳标，数据挖掘专家，资深AI技术专家和数据挖掘专家，拥有超过14年的技术研发和管理经验，在数据挖掘和人工智能领域有非常丰富的积累。连续6年（2017-2022）被微软评为最具价值专家（MVP），中国现场统计研究会大数据统计分会首届理事。

郝冠军，郝冠军 10 年微软最有价值专家，多年耕耘在开发前沿，《ASP.NET 本质论》作者，《精通 ASP.NET Core MVC》译者。

感觉线上的分享还是没有线下分享体验好，似乎少一些沟通的氛围。最后，整个分享结束，感谢组织者刘力科，感谢霸姐支持也都辛苦啦。

转载请注明出处：
http://blog.fens.me/meeting-ms-ignite-20211214