Text Mining หรือ Text Analysis คือกระบวนการแปลงข้อความไม่มีโครงสร้างเป็นข้อมูลมีโครงสร้างเพื่อการวิเคราะห์ที่ง่าย ใช้ NLP ช่วยให้เครื่องจักรเข้าใจภาษามนุษย์และประมวลผลอัตโนมัติ
นิยามว่าเป็นกระบวนการแยกข้อมูลสำคัญจากข้อความภาษามาตรฐาน ข้อมูลที่สร้างผ่านข้อความ บันทึก อีเมล ไฟล์ เขียนในภาษาทั่วไป ใช้ทั่วไปเพื่อดึงข้อมูลเชิงลึกหรือรูปแบบที่มีประโยชน์จากข้อมูลดังกล่าว
Text Mining เป็นวิธีอัตโนมัติที่ใช้ NLP เพื่อแยกข้อมูลเชิงลึกที่มีค่าจากข้อความไม่มีโครงสร้าง โดยแปลงข้อมูลเป็นข้อมูลที่อุปกรณ์เรียนรู้ได้ ทำให้กระบวนการจัดประเภทข้อความตามอารมณ์ หัวข้อ และเจตนาเป็นอัตโนมัติ
ใน Text Data Mining ใช้กับข้อมูลข้อความ (Textual Data) สามารถอ่านและวิเคราะห์ข้อมูลเชิงข้อความได้ ใน Text Mining รูปแบบ (Patterns) ถูกแยกจากข้อมูลไม่มีโครงสร้างหรือข้อความภาษาธรรมชาติ ใน Text Mining อินพุทคือข้อความไม่มีโครงสร้าง และเอาต์พุทคือข้อความมีโครงสร้าง
Text Mining ประกอบด้วยชุดเอกสารข้อความในรูปแบบ PDF, DOC, DOCX, TXT ฯลฯ หลังรับเอกสาร ใช้ Pre-processing (เปรียบเทียบกับ NLT - Natural Language Text) ของข้อความ และเทคนิค Text Mining ดังนั้น วิเคราะห์เอกสารข้อความสุดท้ายหาความรู้ (Knowledge)
มี 2 วิธีคือ Filtering และ Streaming Filtering กำจัดคำที่ไม่ต้องการหรือข้อมูลที่เกี่ยวข้อง Streaming คำให้รากสำหรับคำที่เกี่ยวข้อง หลังใช้ Streaming ทุกคำจะถูกออกแบบโดยโหนดรากของมัน
Text Mining เป็นสาขาที่มีการนำไปใช้ในแอปพลิเคชันธุรกิจระเบิดขึ้นอย่างไม่คาดคิด การระเบิดในการนำไปใช้ถูกกระตุ้นโดยความตระหนักที่เพิ่มขึ้นเกี่ยวกับ TM และราคาที่ลดลงของเครื่องมือ TM ในปัจจุบัน
การวิเคราะห์ด้วยมือของข้อมูลข้อความไม่มีโครงสร้างเป็นไม่ปฏิบัติจริงมากขึ้น และตามนั้น วิธี Text Mining กำลังพัฒนาเพื่อทำให้กระบวนการวิเคราะห์ข้อมูลเป็นอัตโนมัติ
วัตถุประสงค์หลักของ Text Mining คืออนุญาตให้ผู้ใช้แยกบันทึกจากทรัพย์สินข้อความ และจัดการบริการ เช่น Retrieval Extraction Summarization Categorization (Supervised) Clustering (Unsupervised) Segmentation และ Association
เหตุผลหลักของการนำ Text Mining ไปใช้ คือ การแข่งขันที่รุนแรงขึ้นในอุตสาหกรรมธุรกิจ องค์กรหลายแห่งมองหาโซลูชันที่เพิ่มค่าเพื่อแข่งขัน ด้วยการแข่งขันเพิ่มขึ้นและมุมมองผู้ใช้ที่เปลี่ยนแปลง องค์กรได้รับการลงทุนมากเพื่อหาโซลูชันที่สามารถวิเคราะห์ข้อมูลผู้ใช้และคู่แข่งเพื่อเพิ่มความสามารถในการแข่งขัน
