Mineração de texto

Origem: Wikipédia, a enciclopédia livre.

Prospecção de texto ^{(português europeu)} ou mineração de texto ^{(português brasileiro)} (também conhecida pelo termo inglês text mining), refere-se ao processo de obtenção de informação de qualidade a partir de texto em línguas naturais. É inspirado na mineração de dados, que consiste em extrair informação de bancos de dados estruturados; a mineração de texto extrai informação de dados não estruturados ou semi-estruturados.

Ganhou importância com o crescimento da Internet e dos mecanismos de busca. Com mineração de texto pode-se extrair informação relevante de uma grande base de textos, sem precisar lê-los previamente. Outra utilização seria o auxílio na navegação para encontrar o que se deseja.

Seguindo a mesma tendência da área de mineração de dados, classificação automática de textos e agrupamento por semelhança são outras funcionalidades comumente utilizadas.

Apresentação sobre os passos da mineração de texto^[1]

Um processo inteiro de mineração de texto^[2] consiste em um mecanismo de coleta (Crawler), uma etapa de pré-processamento (Pre processamento texto), um mecanismo de indexação, aplicação do algorítmo (mineração de dados) e finalmente a análise dos resultados.

[editar] Áreas correlatas

• Extração de informação
• Processamento de linguagem natural
• Lingüística computacional
• Aprendizagem de máquina
• Recuperação de informação
• Mineração de dados
• Ciência cognitiva
• Visualização da informação
• Inteligência artificial
• Mineração da Web

Referências