宋卓远 阚乾超 赵 凯 陈镱尹 杨云帆 杨秀璋 罗子江

（贵州财经大学信息学院，贵州 贵阳550025）

在信息迅速发展的时代，人们从以往对信息数量的需要转变为对信息质量的需求，而之前较少被人们注重的文本内却包含着海量潜在价值。文本的来源多种多样，有书本、论文、期刊、新闻、邮件、各类网络评论、聊天记录和社交媒体数据等，这些都和人们的生活息息相关。因此对文本进行有效挖掘具有重要价值。

文本挖掘主要是从诸多复杂的文本数据中发掘隐形的、有用的数据模式、内在关联、规律、发展趋势等，从而被个人、企业和机构等进行有效利用[1]。文本挖掘涉及多个领域，可以辅助相关领域的研究，如杨亚楠等[2]基于多视图协同的方式，对政策文本背后规律进行深入分析，证明了该技术框架的有效性；沈健等[3]提出一种基于文本挖掘的生物领域实例获取方法，提高了该领域的文本检索效率；张坤等[4]采用文献计量、社会网络分析等方法，对智慧图书馆文献的外部及内部特征进行分析，并揭示其学科特色和整体格局；李梦杰等[5]利用LDA模型和聚类算法，对某互联网教育平台中课程信息进行研究，有效挖掘出学员所选课程背后隐含的关注点和兴趣点；余本功等[6]基于机器学习和主题模型，对专利摘要进行内容挖掘，并构建出技术创新评价体系；戴德宝等[7]将文本挖掘和机器学习应用到股票数据的分析中，有效提高股指走势预测的精度。

以……