Sin lugar a dudas, esta es una era de explosión de información. Se dice que para 2020, habría 44 zettabytes de datos en todo el universo digital.http://www.octoparse.es/blog/mineria-de-texto-con-octoparse
Según de Domo’s data never sleeps 7.0, se crea una cantidad increíble de datos cada minuto:
Los usuarios de Twitter envían 511.200 tweets
188,000,000 correos electrónicos son enviados
Google realiza 4,497,420 búsquedas
18,100,000 textos son enviados
......
Muchas personas están plagadas de sobrecarga de información. Quizás tomaría varias horas revisar todas las noticias, correos electrónicos o tweets todos los días, aunque el 80% de ellos no son la información que necesitan. Algunas personas comienzan a cansarse de la sobrecarga de información. Sin embargo, se perderían el 20% de información importante si los ignoran a todos información. Por lo tanto, descubrir alguna forma de extraer solo la información útil realmente importa en este momento. Ahí es cuando surge la minería de texto.
¿Qué es la Minería de Texto (Text Mining)?
http://www.octoparse.es/
La minería de texto es una técnica que podría extraer información de alta calidad entre una gran cantidad de textos. La minería de texto se basa en el procesamiento del lenguaje natural (NLP) y se combina con algunos algoritmos típicos de minería de datos, como clasificación, agrupamiento, red neuronal, etc. Además, hay algunas otras aplicaciones típicas de minería de texto, como análisis sentimental, extracción de información, tema modelado, etc.
