टेक्स्ट माइनिंग को टेक्स्ट विश्लेषण के रूप में भी जाना जाता है। यह सरल विश्लेषण के लिए असंरचित टेक्स्ट को 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।
इसे मानक भाषा टेक्स्ट से महत्वपूर्ण जानकारी प्राप्त करने की प्रक्रिया के रूप में परिभाषित किया गया है। टेक्स्ट संदेशों, रिकॉर्ड्स, ईमेल, फ़ाइलों के माध्यम से उत्पन्न कुछ डेटा सामान्य भाषा टेक्स्ट में लिखे जाते हैं। यह आमतौर पर ऐसे डेटा से लाभकारी अंतर्दृष्टि या पैटर्न निकालने के लिए उपयोग किया जाता है।
टेक्स्ट माइनिंग एक स्वचालित विधि है जो असंरचित टेक्स्ट से मूल्यवान अंतर्दृष्टि प्राप्त करने के लिए प्राकृतिक भाषा प्रसंस्करण का उपयोग करती है। डेटा को उस जानकारी में बदलकर जिसे उपकरण सीख सकते हैं, टेक्स्ट माइनिंग भावना, विषय और इरादे के अनुसार टेक्स्ट को वर्गीकृत करने की विधि को स्वचालित करती है।
टेक्स्ट डेटा माइनिंग में प्रक्रिया
टेक्स्ट डेटा माइनिंग में, इसका उपयोग पाठ्य डेटा पर किया जाता है। यह पाठ्य जानकारी को पढ़ और विश्लेषण कर सकता है। टेक्स्ट माइनिंग में, पैटर्न असंरचित डेटा या प्राकृतिक भाषा टेक्स्ट से निकाले जाते हैं। टेक्स्ट माइनिंग में, इनपुट असंरचित टेक्स्ट होता है और फिर आउटपुट संरचित टेक्स्ट होता है।
टेक्स्ट माइनिंग में टेक्स्ट दस्तावेज़ों का एक सेट शामिल होता है जो PDF, डॉक, डॉक्स, TXT आदि के रूप में होते हैं। दस्तावेज़ प्राप्त करने के बाद, टेक्स्ट के पूर्व-प्रसंस्करण (NLT - प्राकृतिक भाषा टेक्स्ट की तुलना में) का उपयोग करके और फिर टेक्स्ट माइनिंग दृष्टिकोण। इस प्रकार, टेक्स्ट दस्तावेज़ का विश्लेषण करके अंततः ज्ञान प्राप्त करें।
दो विधियाँ शामिल हैं: फ़िल्टरिंग और स्ट्रीमिंग। फ़िल्टरिंग अवांछित शब्दों या प्रासंगिक जानकारी को हटा सकती है। स्ट्रीमिंग शब्द संबंधित शब्दों के लिए मूल प्रदान करते हैं। स्ट्रीमिंग विधि का उपयोग करने के बाद प्रत्येक शब्द को उसके रूट नोड द्वारा डिज़ाइन किया जाता है।
व्यावसायिक अनुप्रयोगों में वृद्धि
टेक्स्ट माइनिंग व्यावसायिक अनुप्रयोगों के लिए अपनाने में एक अप्रत्याशित विस्फोट का क्षेत्र है। गोद लेने में यह विस्फोट TM के बारे में बढ़ी हुई जानकारी और उन कम कीमत बिंदुओं से शुरू होता है जिन पर आज TM उपकरण उपलब्ध हैं।
असंरचित पाठ्य डेटा का मैन्युअल विश्लेषण अधिक अव्यावहारिक है, और तदनुसार, डेटा के विश्लेषण की प्रक्रिया को स्वचालित करने के लिए टेक्स्ट माइनिंग विधियाँ विकसित की जा रही हैं।
प्राथमिक उद्देश्य
टेक्स्ट माइनिंग का प्राथमिक उद्देश्य उपयोगकर्ताओं को टेक्स्ट-आधारित संपत्तियों से रिकॉर्ड निकालने और पुनर्प्राप्ति, निष्कर्षण, सारांशीकरण, श्रेणीकरण (सुपरवाइज्ड), और क्लस्टरिंग (अनसुपरवाइज्ड), विभाजन, और संघ जैसी सेवाओं को संभालने की अनुमति देना है।
गोद लेने का मुख्य कारण
व्यावसायिक उद्योग में अधिक शक्तिशाली प्रतिस्पर्धा, कई संगठन अन्य संगठनों के साथ खेलने के लिए मूल्य वर्धित समाधान खोज रहे हैं। व्यवसाय में बढ़ती प्रतिस्पर्धा और बदलते उपयोगकर्ता दृष्टिकोण के साथ, संगठन उपयोगकर्ता और प्रतिद्वंद्वी डेटा का विश्लेषण करने में सक्षम समाधान प्राप्त करने के लिए भारी निवेश कर रहे हैं ताकि प्रतिस्पर्धात्मकता में सुधार हो सके।
