Was ist Text Data Mining?
Beim Text Data Mining wird ein Textdokument oder eine Ressource durchsucht, um wertvolle strukturierte Informationen zu erhalten. Dies erfordert ausgereifte analytische Werkzeuge, die Text verarbeiten, um spezifische Schlüsselwörter oder Schlüsseldatenpunkte aus relativ unformatierten oder unstrukturierten Formaten zu erhalten.
Text Data Mining wird auch als Text Mining oder Textanalyse bezeichnet.
Im Text-Data-Mining verwenden Engineered-Systeme anhand von Taxonomien und lexikalischen Analysen, welche Teile eines Textdokuments als verminte Daten wertvoll sind. Statistische Modelle sind normalerweise nützlich, und Systeme können auch Heuristiken oder algorithmisches Raten verwenden, um zu versuchen, zu bestimmen, welche Teile eines Textes wichtig sind.
Andere Kontrollsysteme umfassen Tagging- und Keyword-Analysen, bei denen Tools nach bestimmten Eigennamen oder anderen Tags und Schlüsselwörtern suchen, um herauszufinden, worüber geschrieben wird.
Eine weitere einzigartige Komponente des Text-Mining wird oft als Sentiment-Analyse bezeichnet. In der Sentiment-Analyse, die im Allgemeinen viel schwieriger ist als statistische Analyse, versuchen analytische Werkzeuge, die Stimmung oder das Gefühl hinter dem geschriebenen Text und andere Aspekte dessen herauszufinden, was er auf einer sehr subjektiven und intuitiven Ebene anspricht.
Mit dem Aufkommen von Tools für künstliche Intelligenz wurde in der Stimmungsanalyse eine Menge Fortschritt gemacht, so dass modernes Text Data Mining mehr ist als nur das Sammeln quantitativer Referenzen und das Einbeziehen von High-Level-Konzeptionsmodellen in Text Mining, um neue und einzigartige Wege zu finden um wertvolle Daten zu sammeln.
