Hvad er tekstminedrift?
Tekst mining er processen med at bruge computerteknologi til at sile gennem tekstdokumenter til forskning og analyse. Det betragtes ofte meget lig den proces, der er kendt som data mining, men den er afhængig af speciel programmering for at se i ukategoriseret tekst og finde mening eller mønstre i stedet for at analysere forkategoriseret databaseinformation. Tekstmining har mange applikationer inden for områder som videnskab, marketing og dataorganisation.
Kompleksiteten i at organisere ord til sprog er alt for ekstrem til, at computere kan håndtere, men forskere har arbejdet hårdt for at forbedre denne form for programmering. Der er udviklet mange metoder, der lader forskere identificere sætninger og opdage fakta om tekst. Dette er generelt ikke det samme som fuldt at dechiffrere betydningen, men det giver mulighed for genveje, der opnår mange af de samme mål. Tekstminedrift drager fordel af nogle af disse teknikker, og når denne teknologi forbedres, forventes det generelt, at tekstminedrift vil forbedre sig.
Eksperter bruger analyse af tekstinformation primært til at undersøge skriftlige dokumenter. Store mængder af skriftlige data kan være svære at analysere på grund af den enorme mængde tid, der kræves. Computere kan gennemgå denne tekst meget hurtigere, men de kan ikke forstå den. Teknologi til minedrift af tekst giver computere mulighed for at finde nyttige tendenser i tekst, præsentere dataene på en måde, der kan afsløre nye fakta eller give eksperter mulighed for at opdage.
Et eksempel på en anvendelse af denne teknologi ville være markedsundersøgelser. Eksperter kunne analysere søgeresultater på et produktnavn og få programmet til at kigge efter sætninger, der udtrykker brugernes stemning. På denne måde finder de muligvis ud af, hvordan folk virkelig føler om deres produkt på en meget detaljeret måde. De kunne også simpelthen kigge efter deres produkt og se, hvilke sætninger der dukkede op oftest, og det kan hjælpe dem med at udvikle nye ideer til, hvordan de kan glæde deres kunder.
En anden anvendelse til minedrift er analyse af videnskabelige artikler om lignende emner på udkig efter nye tendenser eller aftaler. Dette har gjort det muligt for nogle forskere at komme med forudsigelige antagelser, der har vist sig nyttige i områder som proteinanalyse. Nogle eksperter mener, at disse slags applikationer i sidste ende kan give uventede opdagelser.
En proces, der kaldes data mining, er faktisk temmelig meget som mining af tekst, men det er generelt mindre kompliceret at gøre, fordi den er afhængig af tekst, der allerede er formateret i kategorier. F.eks. Kan softwaren gennemgå alle oplysninger til jobansøgere i en database på udkig efter trends. Tekstminedrift er vanskeligere for computere at gøre, fordi ren tekst er sværere at analysere end data med kategorier.