2.3.2 构建方法

文本挖掘，又称为文本数据挖掘或文本知识发现，是数据挖掘的一个分支，是指为了发现知识，从文本数据中抽取隐含的、以前未知的、潜在有用模式的过程。它是分析文本数据、抽取文本信息、进而发现文本知识的过程。文本挖掘涉及多个研究领域，如信息检索、信息过滤、自动摘要、数据挖掘、人工智能等，它的出现为文本信息的整理、分析、挖掘提供了有效手段。

文本挖掘的主要目标是获得文本的主要内容特征，如文本涉及的主题、文本主题的类属、文本内容的浓缩等。文本挖掘的具体实现技术主要有：特征抽取、主题标引、文本分类、文本聚类、自动摘要。文本挖掘的主要处理过程是对文本数据进行预处理：分词、特征表示、特征提取；挖掘分析：文本摘要、分类、聚类；知识表示等。本书研究应用文本挖掘技术进行科研主体之间关联关系的揭示。