تنقيب في النصوص

بدايةً، التنقيب في النصوص، وأحيانا يشار إليه باسم التنقيب في البيانات النصية، أي ما يعني على وجه التقريب تحليل النصوص، هو عملية استخلاص معلومات عالية الجودة من النص. واستخلاص المعلومات عالية الجودة يكون من خلال التقسيم للأنماط والاتجاهات من خلال وسائل مثل التعلم الإحصائي للانماط. وعادة ما يتطلب التنقيب في النصوص عملية هيكلة للنص المدخل (عادة التحليل، جنبا إلى جنب مع إضافة بعض المميزات اللغوية المشتقة وإزالة أخرى، ومن ثم الإدراج في قاعدة بيانات)، واستخلاص الأنماط في صورة بيانات مهيكلة، وأخيرا تقييم وتفسير للناتج. ويشير المصطلح 'ذات جودة عالية' في مجال التنقيب في النصوص إلى مزيج من الصلة، والحداثة، الأهمية. وفيما يلي تفاصيل أوسع عن ذلك.
المهام النموذجية للتنقيب في النصوص
- تحليل المشاعر(تحليل المشاعر)
- تلخيص الوثائق (تلخيص تلقائي)
- استخراج الكيانات المسماة (Named entity recognition)
- نمذجة العلاقات أو تعلم العلاقات بين الكيانات المسماة (Relationship extraction)
- تصنيف النصوص
- تجميع النص
- استخراج المفاهيم
- إنتاج التصنيفات الحبيبية
التطبيقات الممكنة
ومن ناحية أخرى، تطبيقات التنقيب النصي كثيرة تبدأ من الفهرسة بالنسبة لمحركات البحث إلى استخراج المعرفة من النصوص غير المنظمة.
- انظر كذلك
- خطاب الصورة
- اكتشاف قائم على الأدبيات
إضافةً إلى ذلك، هناك بعض التقنيات مثل تحويل الكلمات إلى جذوع تمكننا من تطوير الفهرسة مع ضياع بعض المعنى بالمقابل.
مثال : فهرسة النصوص
ومن ناحية أخرى، يمكن أن يتعلق التنقيب النصي بفهرسة النصوص بالنسبة للكلمات التي تحتوي عليها وهذا هو أبسط تطبيق للتنقيب النصي. ويمكن فيما بعد ان نسأل الفهرس عن طريق كلمات مفتاحية لمعرفة التشابه بينها وبين قائمة النصوص.
- يمكن توصيف خوارزمية الفهرسة بالشكل التالي :
- فهرسة النص بالنسبة للكلمات التي يحتوي عليها.
- عمل فهرسة عكسية (فهرسة الكلمات بالنسبة للنصوص).
وعلى صعيد آخر، عند تحليل السؤال الاستعلامي للفهرس المكون من كلمات دلالية نقوم بحساب التشابه بينها وبين الفهرسة العكسية للنصوص.
من جانب آخر، وهذا يعطينا ترتيب النصوص بحسب تشابهها مع كلمات المفتاحية المطروحة.
📝 هل في هذه المقالة خطأ؟
إذا وجدت معلومة تحتاج تصحيحاً أو إضافة، أو أردت حذف المقالة، أرسل لنا طلباً وسنراجعه.
ما رأيك في هذه المقالة؟