文本挖掘技术研究进展  

Survey of Text Mining Technology

作　　者：袁军鹏[1] 朱东华[2] 李毅 李连宏[2] 黄进[2] 

机构地区：[1]清华大学公共管理学院,北京100084 [2]北京理工大学管理与经济学院,北京100081 [3]空军济南四站厂,山东济南250022

出　　处：《计算机应用研究》2006年第2期1-4,共4页Application Research of Computers

基　　金：国家自然科学基金资助项目(70031010);北京理工大学学校基金项目;北京理工大学育苗基金项目

摘　　要：文本挖掘是一个对具有丰富语义的文本进行分析从而理解其所包含的内容和意义的过程,已经成为数据挖掘中一个日益流行而重要的研究领域。首先给出了文本挖掘的定义和框架,对文本挖掘中预处理、文本摘要、文本分类、聚类、关联分析及可视化技术进行了详尽的分析,并归纳了最新的研究进展。最后指出了文本挖掘在知识发现中的重要意义,展望了文本挖掘在信息技术中的发展前景。Text Mining, also known as intelligent text analysis, text data mining or Knowledge-Discovery in Text （KDT）, is a rapidly emerging field concerned with the extraction of concepts, relations, and implicit knowledge from texts. As most information （ over 80% ） is stored as text, text mining is believed to have a high commercial potential value. Firstly, this review paper discusses the research status of text mining, then it lays out the framework of text mining and analyses techniques of text mining, such as teature selection, automatic abstracting, text categorization, text clustering, text association, data visualization. In the end, it shows the importance of text mining in knowledge disc.overy and highlights the upcoming challenges of text mining and the opportunities it offers.

关 键 词：文本挖掘 中文分词 特征选取 文本摘要 文本分类 文本聚类 关联分析 数据可视化 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论] TP18[自动化与计算机技术—计算机科学与技术]