Text Mining

释义 Definition

文本挖掘：用计算方法从大量非结构化或半结构化文本中提取信息与模式的过程，常见任务包括关键词/主题提取、情感分析、文本分类、聚类、实体识别与关系抽取等。（也常与 Natural Language Processing 的应用场景重叠。）

发音 Pronunciation

/ˈtɛkst ˌmaɪnɪŋ/

例句 Examples

Text mining helps companies understand customer feedback.
文本挖掘帮助公司理解客户反馈。

By combining text mining with statistical models, researchers can detect emerging topics across millions of news articles.
通过将文本挖掘与统计模型结合，研究者可以在数百万篇新闻报道中发现正在出现的新话题。

词源 Etymology

text（文本）+ mining（采矿/挖掘）。这里的 mining 是比喻用法：像从矿石中“挖出”有价值的金属一样，从海量文本中“挖出”有价值的信息与规律。该搭配在信息检索、数据挖掘与计算语言学的发展中逐渐固定为术语。

相关词 Related Words

• Data Mining
• Natural Language Processing
• Information Retrieval
• Corpus
• Tokenization
• Sentiment Analysis
• Topic Modeling
• Named Entity Recognition

文学与著作 Literary Works

• Text Mining: Predictive Methods for Analyzing Unstructured Information（Sholom M. Weiss 等）：系统介绍文本挖掘的预测方法与应用案例。
• Foundations of Statistical Natural Language Processing（Christopher D. Manning & Hinrich Schütze）：讨论统计方法在语言处理中的基础思想，常被用于理解文本挖掘相关技术背景。
• Speech and Language Processing（Daniel Jurafsky & James H. Martin）：涵盖大量与文本挖掘密切相关的任务（分类、信息抽取等），常在相关章节与应用讨论中出现该术语。