مروری بر متن کاوی کاربردها، چالش ها و الگوریتم های مورد استفاده در آن

امروزه روش های آینده نگاری در حوزه های مختلفی مورد استفاده قرار می گیرد. با استفاده از این روش ها می توان چگونگی مواجهه با پدیده «آینده» را تبیین کرد. از این رو این علم در مسائلی همچون مدیریت انرژی به شکل گسترده ای مورد استفاده قرار می گیرد. با گسترش اینترنت و رشد سریع و روزافزون مقالات الکترونیکی، دسته بندی متون به یکی از ابزار های کلیدی و مهم برای سازمان دهی مدیریت داده تبدیل شده است. در دسته بندی متون، یک مجموعه دانش اولیه در اختیار سامانه قرار می گیرد تا با یادگیری از این مجموعه، اسناد جدید ورودی به یکی از گروه های موضوعی ملحق گردد. با گسترش شبکه های اجتماعی به عنوان اجتماعات مجازی و استفاده روزافزون از آنها، حجم انبوهی از نظرات کاربران در ارتباط با موضوعات مختلف پدید می آید. در نتیجه به کارگیری تکنیک های علمی نوین جهت تحلیل این شبکه ها ضروری به نظر می رسد. متن کاوی به عنوان یک راهکار موثر، به دنبال کشف دانش از متون می باشد. متن کاوی فرآیند و تکنیکی برای جستجو، بازیابی و استخراج اطلاعات مفید و هدفمند از اقیانوس داده ها و اطلاعات طبقه بندی نشده است که در قالب متون نوشته شده به زبان طبیعی استفاده می شود؛ این حوضه یک زمینه تحقیقاتی نوظهور است که به آن مهندسی متن، داده کاوی متن یا تجزیه و تحلیل متن نیز گفته می شود. متن کاوی از تکنیک های هوش مصنوعی بهره می گیرد از این رو، این سیستم در مقایسه با توانایی های انسان از نظر محدودیت زمانی و شمارش کلمات که مستلزم دقت است، بسیار کارآمد است، متن کاوی در زمینه علم اطلاعات و دانش شناسی چشم انداز های زیادی برای ارائه دارد ؛ این تکنیک می تواند در مدیریت اطلاعات در حال رشد در هر زمینه دانش بسیار مفید باشد؛ همچنین می تواند برای تحقیقات این حوضه نیز مورد استفاده قرار گیرد. در این مقاله، به مروری بر متن کاوی کاربردها، چالش ها و الگوریتم های مورد استفاده در آن پرداخته شده است.

کلیدواژه ها:

زبان طبیعی ، متن کاوی ، بازیابی اطلاعات ، داده کاوی