苏绍玉，徐 婧，鄢仁祥*

(1．福建省科学技术信息研究所， 福州 350003；2．福州大学 生物科学与工程学院，福州 350100)

文本一般是指由一定符号或者文字组成的信息。大部分的文本信息是可以直接人工读取其内容的。文本分析主要指对特定的文本数据的含义进行表示、提取其中特征、并对相应信息知识进行表示和分析的过程。文本分析是文本表示、信息挖掘、信息检索和深入探索的一个基本问题。通常来讲，文本分析是文本数据挖掘、信息检索和大数据分析中的核心技术之一。近些年来，随着大数据、人工智能和机器学习等一系列信息技术的发展，文本分析技术在众多领域得到了越来越多的应用。现今，各行各业包括科研和商业机构都处于信息爆炸产生的海量数据时代，在这种背景之下文本分析技术愈显得重要和亟待发展。

资料或者讯息主要分为视频、音频和文本资料三种类型。其中，文本是多数传统知识的载体形式。近年来随着机器学习中的深度学习(Deep learning)[1]算法的进展,音频和视频的识别率显著提高并得到越来越多的应用。这可以在最近几次的图像识别竞赛结果以及现实生活中各种视音频识别应用中得以体现。近年来在对资料进行分析中的另外一个进展就是文本分析技术。各种机器学习算法广泛地应用于文本的解析之中[2-5]，特别是人工神经元网络[6]、随机森林[7]以及支持向量机[8]等主流方法。尤其明显的是在近几年，深度学习算法结合文本分析在不少领域中都有着重要的应用[9]。……