การขุดข้อความเรียกอีกอย่างว่าการวิเคราะห์ข้อความ เป็นขั้นตอนของการแปลงข้อความที่ไม่มีโครงสร้างเป็นข้อมูลที่มีโครงสร้างเพื่อการวิเคราะห์อย่างง่าย การขุดข้อความใช้การประมวลผลภาษาธรรมชาติ (NLP) ทำให้เครื่องสามารถรู้ภาษามนุษย์และประมวลผลโดยอัตโนมัติ
ถูกกำหนดให้เป็นขั้นตอนการดึงข้อมูลที่สำคัญจากข้อความภาษามาตรฐาน ข้อมูลบางอย่างที่สามารถสร้างผ่านข้อความ บันทึก อีเมล ไฟล์ จะถูกเขียนด้วยข้อความภาษาทั่วไป โดยทั่วไปแล้วการขุดข้อความจะใช้เพื่อดึงข้อมูลเชิงลึกหรือรูปแบบที่เป็นประโยชน์จากข้อมูลดังกล่าว
การทำเหมืองข้อความในการขุดข้อมูลมีพื้นที่ดังต่อไปนี้ -
การดึงข้อมูล − การดึงข้อมูลถือเป็นส่วนเสริมของการดึงไฟล์และข้อความที่ประกาศจะถูกประมวลผลเพื่อรวมเข้าด้วยกัน ดังนั้นการดึงเอกสารจึงตามด้วยขั้นตอนการสรุปข้อความและเป้าหมายในการสืบค้นอย่างเป็นทางการโดยผู้ใช้
ระบบ IR รองรับการจำกัดชุดระเบียนที่เกี่ยวข้องกับปัญหาเฉพาะให้แคบลง การขุดข้อความเกี่ยวข้องกับการใช้อัลกอริธึมที่ซับซ้อนมากในการรวบรวมเอกสารจำนวนมาก นอกจากนี้ IR ยังช่วยให้การวิเคราะห์ก้าวหน้าขึ้นอย่างมากด้วยการลดจำนวนเอกสาร
การทำเหมืองข้อมูล การทำเหมืองข้อมูลเป็นกระบวนการในการค้นหาความสัมพันธ์ รูปแบบ และแนวโน้มใหม่ที่เป็นประโยชน์ โดยการถ่ายโอนผ่านข้อมูลจำนวนมากที่บันทึกไว้ในที่เก็บ โดยใช้เทคโนโลยีการรู้จำรูปแบบ รวมทั้งเทคนิคทางสถิติและคณิตศาสตร์ เป็นการวิเคราะห์ชุดข้อมูลที่เป็นข้อเท็จจริงเพื่อค้นหาความสัมพันธ์ที่ไม่สงสัย และเพื่อสรุปบันทึกด้วยวิธีใหม่ที่มีทั้งเหตุผลและเป็นประโยชน์ต่อเจ้าของข้อมูล
ในการทำเหมืองข้อมูล รูปแบบข้อมูลที่ซ่อนอยู่จะถูกพิจารณาตามหมวดหมู่ต่างๆ ให้เป็นข้อมูลที่มีประโยชน์ ข้อมูลนี้ถูกรวบรวมในพื้นที่รวมถึงคลังข้อมูลสำหรับการวิเคราะห์ และดำเนินการอัลกอริธึมการทำเหมืองข้อมูล ข้อมูลนี้อำนวยความสะดวกในการสร้างการตัดสินใจที่มีประสิทธิภาพซึ่งลดมูลค่าและเพิ่มรายได้
การประมวลผลภาษาธรรมชาติ (NLP) − NLP เป็นศิลปะของภาษามนุษย์ วัตถุประสงค์ของ NLP ในการขุดข้อความคือการส่งมอบระบบในกระบวนการดึงข้อมูลเป็นอินพุต
การพัฒนาแอปพลิเคชัน NLP นั้นทำได้ยาก เนื่องจากคอมพิวเตอร์มักต้องการให้มนุษย์ "พูด" กับพวกเขาด้วยภาษาโปรแกรมที่เฉพาะเจาะจง ฟรี และมีโครงสร้างที่พิเศษ คำพูดของมนุษย์มักไม่เป็นความจริง ดังนั้นจึงสามารถอ้างอิงจากตัวแปรที่ซับซ้อนหลายอย่าง รวมทั้งคำแสลง บริบททางสังคม และภาษาถิ่น
การดึงข้อมูล (IE) - การดึงข้อมูลเป็นงานของการดึงข้อมูลที่มีโครงสร้างออกจากที่ไม่มีโครงสร้างโดยอัตโนมัติ ในกรณีทั่วไป กิจกรรมนี้เกี่ยวข้องกับการประมวลผลข้อความภาษามนุษย์โดยใช้ NLP
