Il mining di testo è il processo di utilizzo della tecnologia informatica per vagliare i documenti di testo a fini di ricerca e analisi. È spesso considerato molto simile al processo noto come data mining, ma si basa su una programmazione speciale per cercare testo non categorizzato e trovare significato o modelli anziché analizzare informazioni di database pre-categorizzate. L’estrazione del testo ha molte applicazioni in settori come la scienza, il marketing e l’organizzazione dei dati.
La complessità legata all’organizzazione delle parole nel linguaggio è troppo estrema per essere gestita dai computer, ma gli scienziati hanno lavorato duramente per migliorare questo tipo di programmazione. Sono stati sviluppati molti metodi che consentono agli scienziati di identificare frasi e scoprire fatti sul testo. Questo generalmente non equivale a decifrare completamente il significato, ma consente scorciatoie che raggiungono molti degli stessi obiettivi. Il mining di testo sfrutta alcune di queste tecniche e, poiché questa tecnologia migliora, anche il mining di testo dovrebbe migliorare.
Gli esperti utilizzano l’analisi delle informazioni di testo principalmente per fare ricerche su documenti scritti. Grandi quantità di dati scritti possono essere difficili da analizzare a causa dell’enorme quantità di tempo richiesto. I computer possono leggere questo testo molto più rapidamente, ma non possono capirlo. Le tecniche di estrazione del testo consentono ai computer di trovare utili tendenze nel testo, presentando i dati in modo tale da rivelare nuovi fatti o consentire agli esperti di fare scoperte.
Un esempio di utilizzo di questa tecnologia sarebbe la ricerca di mercato. Gli esperti potrebbero analizzare i risultati della ricerca sul nome di un prodotto e fare in modo che il programma cerchi le frasi che esprimono il sentimento dell’utente. In questo modo, possono scoprire in che modo le persone provano davvero il loro prodotto in modo molto dettagliato. Potrebbero anche semplicemente cercare il loro prodotto e vedere quali frasi spuntano più spesso, e questo potrebbe aiutarli a sviluppare nuove idee su come soddisfare i propri clienti.
Un altro uso del testo di mining è l’analisi di articoli scientifici su argomenti simili alla ricerca di nuove tendenze o accordi. Ciò ha permesso ad alcuni scienziati di formulare ipotesi predittive che si sono dimostrate utili in campi come l’analisi delle proteine. Alcuni esperti ritengono che questo tipo di applicazioni potrebbe alla fine fornire scoperte inaspettate.
Un processo chiamato data mining è in realtà abbastanza simile al mining di testo, ma è generalmente meno complesso da fare perché si basa su testo che è già stato formattato in categorie. Ad esempio, il software potrebbe esaminare tutte le informazioni per i candidati in un database in cerca di tendenze. Il mining del testo è più difficile da eseguire per i computer perché il testo puro è più difficile da analizzare rispetto ai dati con categorie.