টেক্সট মাইনিং টেক্সট এনালাইসিস নামেও পরিচিত। এটি সাধারণ বিশ্লেষণের জন্য কাঠামোহীন পাঠ্যকে কাঠামোগত ডেটাতে রূপান্তর করার পদ্ধতি। টেক্সট মাইনিং প্রাকৃতিক ভাষা প্রক্রিয়াকরণ (NLP) প্রয়োগ করে, মেশিনগুলিকে মানুষের ভাষা জানতে এবং এটি স্বয়ংক্রিয়ভাবে প্রক্রিয়া করতে সক্ষম করে৷
পাঠ্য খনির একটি স্বয়ংক্রিয় প্রক্রিয়া যা অসংগঠিত পাঠ্য থেকে মূল্যবান অন্তর্দৃষ্টি বের করতে প্রাকৃতিক ভাষা প্রক্রিয়াকরণ ব্যবহার করে। এটি ডেটাকে তথ্যে রূপান্তরিত করতে পারে যা ডিভাইসগুলি বুঝতে পারে, টেক্সট মাইনিং অনুভূতি, বিষয় এবং অভিপ্রায় দ্বারা পাঠ্যকে সংজ্ঞায়িত করার পদ্ধতিকে স্বয়ংক্রিয় করে৷
টেক্সট মাইনিং এর নিম্নলিখিত কৌশল রয়েছে যা নিম্নরূপ -
তথ্য নিষ্কাশন - তথ্য নিষ্কাশন হল অসংগঠিত পাঠ্য বিশ্লেষণের প্রথম ধাপ। এটি অসংগঠিত এবং আধা-গঠিত ডিভাইস-পঠনযোগ্য নথিগুলি থেকে স্বয়ংক্রিয়ভাবে স্ট্রাকচার্ড ডেটা বের করার পরিষেবা৷
সারসংক্ষেপ − এই প্রক্রিয়াটির উদ্দেশ্য হল বিপুল সংখ্যক পাঠ্য নথি থেকে সুনির্দিষ্ট পাঠ্য। স্বয়ংক্রিয় সংক্ষিপ্তকরণ হল প্রাথমিক নথির সবচেয়ে গুরুত্বপূর্ণ পয়েন্টগুলি ধরে রাখার জন্য একটি সারাংশ তৈরি করার জন্য একটি কম্পিউটার প্রোগ্রামের সাথে একটি পাঠ্য নথিকে হ্রাস করার পদ্ধতি। স্বয়ংক্রিয় ডেটা সংক্ষিপ্তকরণ মেশিন লার্নিং এবং ডেটা মাইনিংয়ের একটি উপাদান।
বিষয় ট্র্যাকিং − বিষয় ট্র্যাকিং কাঠামোর ধারণাটি হল পূর্ববর্তী অনুসন্ধানের উপর ভিত্তি করে ব্যবহারকারীর প্রোফাইল সমর্থন করা এবং ব্যবহারকারীর প্রোফাইলের উপর ভিত্তি করে খুব দক্ষতার সাথে অন্যান্য নথি অনুমান করা৷
টেক্সট মাইনিং হল এমন একটি ক্ষেত্র যা স্বয়ংক্রিয়ভাবে অসংগঠিত পাঠ্য ডেটা থেকে পূর্বের অজানা এবং দরকারী ডেটা বের করে। এটি প্রাকৃতিক ভাষা প্রক্রিয়াকরণের সাথে শক্তিশালী সংযোগ রয়েছে। টপিক ট্র্যাকিং এমন একটি প্রযুক্তি যা তৈরি করা হয়েছে এবং টেক্সট মাইনিং প্রক্রিয়ায় ব্যবহার করা যেতে পারে।
শ্রেণীবিভাগ - এটি মেটাডেটা সন্নিবেশ করা এবং নথি বিশ্লেষণ করে ফাইলের মূল থিম আবিষ্কার করার প্রক্রিয়া। এই পদ্ধতিগুলি শব্দের সংখ্যা খুঁজে বের করে এবং সেই গণনা থেকে ফাইলগুলির বিষয় নির্ধারণ করে। এই পদ্ধতিতে, পাঠ্য নথিগুলিকে পূর্বনির্ধারিত শ্রেণী লেবেলে শ্রেণীবদ্ধ করা হয়।
শ্রেণীকরণ − পাঠ্য শ্রেণীকরণ হল মুক্ত-পাঠ্য নথিতে পূর্বনির্ধারিত বিভাগগুলি বরাদ্দ করার কাজ। এটি নথি সেটের ধারণাগত দৃষ্টিভঙ্গি সমর্থন করতে পারে এবং বাস্তব জগতে গুরুত্বপূর্ণ সফ্টওয়্যার রয়েছে৷
ক্লাস্টারিং - ক্লাস্টারিং সবচেয়ে প্রয়োজনীয় অ-তত্ত্বাবধানহীন শেখার সমস্যা চিকিত্সা করা যেতে পারে; তাই, এই ধরনের একে অপরের সমস্যাগুলির মতো, এটি লেবেলবিহীন ডেটার একটি সেটে একটি কাঠামো আবিষ্কারের সাথে সম্পর্কিত।
কনসেপ্ট লিঙ্কেজ - টেক্সট মাইনিং সম্পর্কিত নথি খুঁজে পেতে কৌশল ধারণা লিঙ্কেজ ব্যবহার করে। এই প্রক্রিয়া অনুসন্ধানের পরিবর্তে নথি ব্রাউজ করে। এটি সম্পর্কিত নথি লিঙ্ক করার সুবিধা প্রদান করে।
প্রাকৃতিক ভাষা প্রক্রিয়াকরণ − প্রাকৃতিক ভাষা মানুষের ভাষা ছাড়া আর কিছুই নয় এবং এটি কম্পিউটারের ভাষা দিয়ে প্রক্রিয়া করা হয়, এই পুরো মিথস্ক্রিয়াকে বলা হয় প্রাকৃতিক ভাষা প্রক্রিয়াকরণ (NLP)। NLP এর মূল লক্ষ্য হল এমন একটি কম্পিউটার সিস্টেম ডিজাইন করা এবং গঠন করা যা NLP পরীক্ষা করবে, বুঝতে পারবে এবং উৎপাদন করবে।
