Python 文字探勘 蔡芸琤助理教授

在這個數位化、大數據的時代，大家應該多多少少有有聽過 資料探勘（Data Minig），當我們想到「資料」，通常第一直覺可能是想到數字或表格，整整齊齊地躺在 Excel 表裡面。 但其實資料有很多不同的形式，那我們要介紹的主角肯定是「文字」啦～ 文字是一種很有趣的資料，它沒有固定的格式，意思常常隨上下文而變，甚至還會出現各種方言、俚語或錯字（typo）。 這些都讓「文字處理」變得比數字或圖片更加麻煩～ 因此 文字探勘（Text Mining） 是一個不簡單的任務哦！ 這邊介紹幾個文字資料讓人很頭痛的特性：

文字探勘 就是從文章中萃取高品質資訊的過程，也可以稱為文字資料探勘、文字分析。 常見的應用有 詐騙偵測、獲取卓越商業情報、改善客戶服務 ...

使用者將文件或文字透過搜尋引擎進行索引之後，存放於索引資料庫中，累積成文字探勘的基礎。 搜尋引擎不僅提供全文搜尋、模糊搜尋、關鍵字搜尋等功能，在我們需要做文字探勘時，也可以以搜尋引擎為基礎發展出多種文字探勘的功能。

文字探勘，又稱文本挖掘，是一種從大量文本資料中提取有價值資訊的技術。 想像一下，它就像一位聰明的偵探，能夠從海量的文字檔案、社群媒體貼文、新聞報導等資料中，找出隱藏的模式、趨勢和關聯性。

文字探勘（Text mining）是資料探勘（Data mining）的延伸，比起資料探勘以分析具有明確定義及數值的結構式資料為主，文字探勘則是進一步從非結構化的複雜文字資料中提取隱含的資訊，例如：自然語言背後所隱含的知識、意見與情緒，可協助產業將既存文字資料或各類型紀錄文本加以分析，達到提升管理效能、處理異常偵測、維護週期預測、分析輿情…目的。 除利用文字探勘發掘語言文字背後的深意外，另一種分析方式則是文本共現（Co-occurrence），透過共現網路了解字詞同時出現的頻率進而評估是否具

使資料探勘(data mining) 熱潮,進一步延伸出文字探勘(text mining)的 應用。所 謂「文 字探勘」指 的是,就所蒐集的特定巨量文件, 執行編輯、 組織與分析的過程,以發現其間隱含的特徵關聯或新穎有趣的模式

文字挖掘 （Text mining）有時也被稱為 文字探勘 、文字 資料探勘 等，大致相當於 文字分析，一般指文字處理過程中產生高品質的 資訊。