टेक्स्ट माइनिंग को टेक्स्ट विश्लेषण के रूप में भी जाना जाता है। यह असंरचित टेक्स्ट को सरल विश्लेषण के लिए संरचित डेटा में बदलने की प्रक्रिया है। टेक्स्ट माइनिंग प्राकृतिक भाषा प्रसंस्करण (NLP) लागू करती है, जिससे मशीनें मानव भाषा को समझ सकती हैं और इसे स्वचालित रूप से संसाधित कर सकती हैं।
टेक्स्ट माइनिंग एक स्वचालित प्रक्रिया है जो असंरचित टेक्स्ट से मूल्यवान अंतर्दृष्टि निकालने के लिए प्राकृतिक भाषा प्रसंस्करण का उपयोग करती है। डेटा को उस जानकारी में बदलकर जिसे उपकरण समझ सकते हैं, टेक्स्ट माइनिंग भावना, विषय और इरादे के अनुसार टेक्स्ट को वर्गीकृत करने की प्रक्रिया को स्वचालित करती है।
टेक्स्ट माइनिंग की तकनीकें
सूचना निष्कर्षण (Information Extraction)
सूचना निष्कर्षण असंरचित टेक्स्ट के विश्लेषण का पहला चरण है। यह असंरचित और अर्ध-संरचित मशीन-पठनीय दस्तावेजों से संरचित डेटा को स्वचालित रूप से निकालने की सेवा है।
सारांशीकरण (Summarization)
इस प्रक्रिया का उद्देश्य बड़ी संख्या में टेक्स्ट दस्तावेजों से सटीक टेक्स्ट प्राप्त करना है। स्वचालित सारांशीकरण एक कंप्यूटर प्रोग्राम के साथ टेक्स्ट दस्तावेज़ को कम करने की प्रक्रिया है ताकि मूल दस्तावेज़ के सबसे महत्वपूर्ण बिंदुओं को बनाए रखने वाला सारांश बनाया जा सके। स्वचालित डेटा सारांशीकरण मशीन लर्निंग और डेटा माइनिंग का एक तत्व है।
विषय ट्रैकिंग (Topic Tracking)
विषय ट्रैकिंग संरचना की अवधारणा पिछली खोजों के आधार पर उपयोगकर्ता प्रोफाइल का समर्थन करना और उपयोगकर्ता प्रोफाइल के आधार पर अन्य दस्तावेजों का बहुत कुशलता से अनुमान लगाना है।
टेक्स्ट माइनिंग एक ऐसा क्षेत्र है जो असंरचित पाठ्य डेटा से पहले से अज्ञात और उपयोगी डेटा को स्वचालित रूप से निकालता है। इसका प्राकृतिक भाषा प्रसंस्करण के साथ शक्तिशाली संबंध है। विषय ट्रैकिंग उन तकनीकों में से एक है जो विकसित की गई हैं और टेक्स्ट माइनिंग प्रक्रिया में उपयोग की जा सकती हैं।
वर्गीकरण (Classification)
यह मेटाडेटा डालकर और दस्तावेज़ का विश्लेषण करके फ़ाइलों के मुख्य विषय की खोज करने की प्रक्रिया है। ये विधियाँ शब्दों की गिनती ढूंढती हैं और उस गिनती से फ़ाइलों के विषय का निर्णय लेती हैं। इस प्रक्रिया में, टेक्स्ट दस्तावेज़ों को पूर्व-निर्धारित वर्ग लेबल में वर्गीकृत किया जाता है।
श्रेणीकरण (Categorization)
टेक्स्ट श्रेणीकरण पूर्व-निर्धारित श्रेणियों को फ्री-टेक्स्ट दस्तावेज़ों में असाइन करने का कार्य है। यह दस्तावेज़ सेट के वैचारिक विचारों का समर्थन कर सकता है और वास्तविक दुनिया में महत्वपूर्ण अनुप्रयोग हैं।
क्लस्टरिंग (Clustering)
क्लस्टरिंग को इस प्रकार की अन्य समस्याओं के साथ सबसे आवश्यक अनसुपरवाइज्ड लर्निंग समस्या माना जा सकता है, इसलिए यह लेबल रहित डेटा के एक सेट में संरचना खोजने से संबंधित है।
अवधारणा लिंकेज (Concept Linkage)
टेक्स्ट माइनिंग संबंधित दस्तावेज़ खोजने के लिए अवधारणा लिंकेज तकनीक का उपयोग करती है। यह तंत्र खोज के बजाय दस्तावेज़ों को ब्राउज़ करता है। यह संबंधित दस्तावेज़ों को लिंक करने की सुविधा प्रदान करता है।
प्राकृतिक भाषा प्रसंस्करण (Natural Language Processing - NLP)
प्राकृतिक भाषा मानव भाषा के अलावा कुछ नहीं है और जिसे कंप्यूटर भाषा के साथ संसाधित किया जाता है, इस पूरी अंतःक्रिया को प्राकृतिक भाषा प्रसंस्करण (NLP) कहा जाता है। NLP का मुख्य लक्ष्य एक ऐसी कंप्यूटर सिस्टम को डिज़ाइन और बनाना है जो NLP की जांच, समझ और उत्पादन करेगा।
