Text Mining

Autor: Kateřina Hořínková

Klíčová slova: informace, databáze, vyhledávání informací

Synonyma: ---

Související pojmy: data mining, web mining

nadřazené - ---

podřazené - ---

Text mining - výklad pojmu

Text mining is the process of searching, collating and deriving high-quality useful material from text sources. It entails setting up patterns in text files, deriving rule patterns, applying them to the text, and harvesting the output as meaningful information.

Text mining je proces hledání, shromaždování a odvozování vysoce kvalitního materiálu z textových zdrojů. To znamená nastavování vzorů v textových souborech, odvozování pravidel vzorů, jejich aplikace na text a extrakce výstupu ve formě smysluplných informací. [3]

Text mining je dobývání znalostí z textů. Je to proces získávíní skrytých faktů, z netrukturovaných či semistrukturovaných (textových) databází.

Může být ze široka definován jako znalostně-intenzivní proces, ve kterém uživatel interaktuje v průběhu času se sbírkou dokumentů, pomocí souboru analytických nástrojů.

Někdy může být alternativně nazýván data miningem.

In text mining, the goal is to discover heretofore unknown information, something that no one yet knows and so could not have yet written down. Cílem text miningu je objevit dosud neznámé informace, něco co nikdo neví a co ještě tedy nemohlo být zapsáno.

Rozdíl mezi obyčejným data miningem a text miningem je ten, že v text miningu vychází vzorce z přirozeného jazyka text, než ze strukturovaných databází faktů. Databáze jsou programy zpracovávány automaticky, text je psán aby ho lidé četli.

Úlohy text miningu

Kategorizace

Shlukování

Sumarizace

- sumarizace extrakcí

- obsahová sumarizace

Extrakce

Vizualizace

Literatura

1. KOPÁČKOVÁ, Hana. Podpora manažerského rozhodování s využitím strojového učení : (výsledná publikace z grantu GAČR 402/05/P155). Pardubice : Univerzita Pardubice, 2007. 74 s. ISBN 978-80-7395-031-6.
2. SKLENÁK, Vilém Vyhledávání informací v prostředí webu – mírný pokrok v mezích zákona. In Automatizace knihovnických procesů – 10 : sborník z 10. ročníku semináře pořádaného ve dnech 3.–4. května 2005 v Liberci. Praha : ČVUT, 2005. s. 6. Dostupné z WWW: <http://www.akvs.cz/akp-2005/10-sklenak.pdf>. ISBN 80-01-03228-0.
3. Toolbox.com [online]. 29.1.2009 [cit. 2010-12-11]. Text mining. Dostupné z WWW: <http://it.toolbox.com/wiki/index.php/Text_Mining>.