隨著網絡信息技術的飛速發展，能獲得的文本信息集合出現了爆炸性的增長。當人們在為如此海量、豐富的文本資源欣喜若狂的同時， 又不得不為很難發現其中蘊含的知識而扼腕嘆惜。在現實世界中，知識不僅以傳統數據庫中的結構化數據的形式出現，還以諸如書籍、研 究論文、新聞文章、web頁面及電子郵件等各種各樣的形式出現。 由于此類非結構化的數據源中也存在著大量的知識，因此也應該在這些數據源上進行數據挖掘，提取感興趣的、潛在的有用模式和隱藏的信息。文本挖掘技術正是在這種背景下產生和發展起來的。文本挖掘指的是從大量的文本集合中發現潛在的模式和知識的過程。文本挖掘可以完成不同文檔的比較，進行文檔重要性和相關性排列，或者找出多文檔的模式及趨勢。因此，文本挖掘就成為了數據挖掘中的一個日益流行 且重要的研究課題。

文本挖掘從采集到知識的發現和使用是一個復雜的過程。首先需要確定文本挖掘的應用范圍，包括收集應用所涉及領域內的背景知識，理解應用要求并且確定應用所要達到的目標等任務。之后確定目標文本集合，選取待處理和分析的文本。利用啟發式規則和自然語言 處理技術從文本中抽取代表其特征的元數據，并存放在文本特征庫中，作為文本挖掘的基礎。經過文本預處理之后，根據應用的需要和文本的特點選擇適當的挖掘功能。由于每一種文本挖掘功能都包含有不同的算法，各種算法又都有其自身的特點和適用范圍，所以需要根據挖掘功能以及文本特點和用戶需求，選取合適的算法，確定算法中包 含的參數。運行文本挖掘算法，尋找文本集合中的有用知識。算法運行完成后，以

某種方法對發現的知識進行評估，還可根據需要返回前面的步驟進行優化，直到滿足要求為止。 解釋說明發現的知識，以易于理解的方式提供給用戶。把發現的知識運用于解決實際問題或供決策使用。

靈玖軟件nlpir大語義智能分析平臺針對中文數據挖掘的綜合需求,融合了網絡精準采集、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,服務了全球四十萬家機構用戶,是大時代語義智能分析的一大利器。

nlpir大語義智能分析平臺平臺針對互聯網內容處理的需要，融合了自然語言理解、網絡搜索和文本挖掘的技術，提供了用于技術二次開發的基礎工具集。

nlpir能夠全方位多角度滿足應用者對大數據文本的處理需求，包括大數據完整的技術鏈條：網絡采集、正文提取、中英文分詞、詞性標注、實體抽取、詞頻統計、關鍵詞提取、語義信息抽取、文本分類、情感分析、語義深度擴展、繁簡編碼轉換、自動注音、文本聚類等。

中文信息處理技術從70年代的蓬勃發展至今，僅僅經歷了短短20多年的時間，便完成了由初級階段向比較成熟階段的過渡，這是微電子技術和it技術高速發展以及迫切的應用需求所促成的。

隨著信息技術在我國社會生活各個領域應用的深入,中文信息處理正在成為人們工作和生活中不可或缺的手段，中文信息處理將具有更加廣闊的市場。nlpir大語義智能中文信息處理技術已成為中文信息技術研究、發展、應用和產業的提供了重要的幫助，在互聯網日益成長的今天，nlpir大語義智能中文信息處理技術將會更加成熟并創新。