Text mining

Mineração de Texto (Text Mining)

Com o avanço da tecnologia, todos os dias grandes massas de dados são geradas a todo o momento, fazendo da internet a maior base de dados do mundo. A proliferação de documentos disponíveis em sites, intranets e servidores aumenta de forma esmagadora. Segundo Aranha (2011), atualmente cerca 80% destas informações estão em modo texto, e a necessidade de utilizar esses dados textuais de forma produtiva deu inicio, então, a uma nova linha de pesquisa: a mineração de textos. Mineração de Texto, Mineração de Dados Textuais ou Text Mining, segundo Lucas (2007),”É uma forma de examinar uma coleção de documentos e descobrir informação não contida em nenhum dos documentos.” Já, para Hearst (1999), “Text Mining é a análise exploratória de dados, uma nova forma de auxílio para pesquisadores buscarem novas e relevantes informações em grandes bases textuais”. Sanger e Feldman (2006, p. 1) descrevem o Text Mining como “processo de conhecimento intensivo nos quais um usuário interage com uma coleção de documentos ao longo do tempo usando um conjunto de ferramentas de análise”. Para Macedo et al.(2011, p. 34) “A mineração de texto (MT) é um conjunto de técnicas e metodologias da ciência da computação que tem por objetivo extrair informações importantes provenientes de documentos não estruturados.” Para Sullivan (2000) Text Mining é o “estudo e a prática de extrair informação de textos usando os princípios da linguística computacional”. Observa-se, a partir das definições dadas pelos autores citados, que o principal objetivo do Text Mining é extrair informações relevantes, diante de um conjunto de documentos textuais, técnica que se assemelha ao Data Mining ou mineração de dados, que trabalha com extração de padrões de dados estruturados, ao contrário da mineração de texto que aplica suas técnicas em um conjunto de dados não estruturados, em modo texto. E, por se tratar de dados não estruturados, a mineração de texto apresenta um processo de