隨著信息技術(shù)的快速發(fā)展，人們要面對越來越龐大的數(shù)據(jù)。一般說來，數(shù)據(jù)挖掘(DM)是一個利用各種分析方法和分析工具在大規(guī)模海量數(shù)據(jù)中建立模型和發(fā)現(xiàn)數(shù)據(jù)間關(guān)系的過程，這些模型和關(guān)系可以用來做出決策和預(yù)測。例如：超市分析交易數(shù)據(jù)，可以安排貨架上貨物擺布，以提高銷售;*公司分析*歷史數(shù)據(jù)，判斷哪些人有風(fēng)險，哪些沒有;廣告公司通過分析人們購買模式,估計他們的收入和客戶數(shù)目,作為潛在的市場信息;稅務(wù)局則可分析不同團體交所得稅的記錄，發(fā)現(xiàn)異常模型和趨勢。數(shù)據(jù)挖掘還有其他叫法如數(shù)據(jù)挖掘和知識發(fā)現(xiàn)(DMKD)、數(shù)據(jù)庫中知識發(fā)現(xiàn)(KDD)、數(shù)據(jù)融合(Data?Fusion)等等，但在產(chǎn)業(yè)界和研究界更加流行數(shù)據(jù)挖掘和數(shù)據(jù)庫中知識發(fā)現(xiàn)的叫法。

數(shù)據(jù)挖掘涉及多種學(xué)科領(lǐng)域，包括數(shù)據(jù)庫、人工智能、數(shù)理統(tǒng)計、神經(jīng)網(wǎng)絡(luò)、可視化、并行計算等。在電子數(shù)據(jù)處理的初期,人們就曾試圖通過機器學(xué)習(xí)等領(lǐng)域的方法來實現(xiàn)自動決策支持，但收效不大。后來隨著神經(jīng)網(wǎng)絡(luò)技術(shù)的形成和發(fā)展,人們的注意力又轉(zhuǎn)向知識工程。

文本挖掘或者文檔挖掘是一個從非結(jié)構(gòu)化文本信息中獲取用戶感興趣或者有用的模式的過程.文本挖掘涵蓋多種技術(shù),包括信息抽取,信息檢索,自然語言處理和數(shù)據(jù)挖掘技術(shù).它的主要用途是從原本未經(jīng)使用的文本中提取出未知的知識.但是文本挖掘也是一項非常困難的工作,因為它必須處理那些本來就模糊而且非結(jié)構(gòu)化的文本數(shù)據(jù),所以它是一個多學(xué)科混雜的領(lǐng)域,涵蓋了信息技術(shù)、文本分析、模式識別、統(tǒng)計學(xué)、數(shù)據(jù)可視化、數(shù)據(jù)庫技術(shù)、機器學(xué)習(xí)以及數(shù)據(jù)挖掘等技術(shù).

靈玖軟件NLPIR大數(shù)據(jù)語義智能分析平臺針對中文數(shù)據(jù)挖掘的綜合需求,融合了網(wǎng)絡(luò)精準(zhǔn)采集、自然語言理解、文本挖掘和語義搜索的研究成果,先后歷時十八年,服務(wù)了全球四十萬家機構(gòu)用戶,是大時代語義智能分析的一大利器。

NLPIR大數(shù)據(jù)語義智能分析平臺平臺針對互聯(lián)網(wǎng)內(nèi)容處理的需要，融合了自然語言理解、網(wǎng)絡(luò)搜索和文本挖掘的技術(shù)，提供了用于技術(shù)二次開發(fā)的基礎(chǔ)工具集。

NLPIR能夠全方位多角度滿足應(yīng)用者對大數(shù)據(jù)文本的處理需求，包括大數(shù)據(jù)完整的技術(shù)鏈條：網(wǎng)絡(luò)采集、正文提取、中英文分詞、詞性標(biāo)注、實體抽取、詞頻統(tǒng)計、關(guān)鍵詞提取、語義信息抽取、文本分類、情感分析、語義深度擴展、繁簡編碼轉(zhuǎn)換、自動注音、文本聚類等。

21世紀(jì)是一個信息時代，信息來源渠道和信息產(chǎn)生的方式越來越多，及時、高效、低耗地處理信息資源，為國民經(jīng)濟、社會文明、科學(xué)技術(shù)以及國防建設(shè)和發(fā)展服務(wù)，就必須在信息的獲取、加工處理、傳輸、存取、決策和利用方面尋求新的突破性的信息處理技術(shù)。

NLPIR大語義智能中文信息處理技術(shù)的出現(xiàn)已成為中文信息技術(shù)研究、發(fā)展、應(yīng)用和產(chǎn)業(yè)的提供了重要的幫助，在互聯(lián)網(wǎng)日益成長的今天，NLPIR大數(shù)據(jù)語義智能中文信息處理技術(shù)將會更加成熟并創(chuàng)新。