tekst- og datamining - Ordbog

Tekst- og datamining er en metode, hvor computere gennemgår store mængder digitalt materiale for at finde mønstre, relationer og ny viden. Det kan være alt fra artikler, rapporter og forskningspublikationer til databaser, billeder med tekst og opslag på sociale medier. Formålet er at udtrække information, som ville være svær eller tidskrævende for mennesker at finde manuelt.

Hvordan fungerer tekst- og datamining?

Tekst- og datamining bygger på, at materiale først gøres maskinlæsbart og derefter analyseres med algoritmer. I tekstmining ser systemet efter ord, begreber, temaer og forbindelser i sproget. I datamining undersøger man ofte mere strukturerede datasæt for mønstre og tendenser. De to metoder bruges ofte sammen, især i kunstig intelligens og maskinlæring.

Et eksempel er forskning, hvor tusindvis af videnskabelige artikler kan analyseres for at opdage sammenhænge mellem sygdomme, behandlinger og bivirkninger. I medier og virksomheder kan teknikken bruges til at følge udviklingen i debat, kundefeedback eller politiske dagsordener. Det gør det muligt at få overblik over meget store informationsmængder på kort tid.

Hvad bruges det til, og hvorfor er det vigtigt?

Tekst- og datamining bruges i dag inden for forskning, journalistik, erhvervsliv og offentlig forvaltning. Metoden kan hjælpe med at afsløre trends, forudsige adfærd og identificere emner, der kræver nærmere undersøgelse. Den spiller også en central rolle i udviklingen af sprogmodeller, søgemaskiner og anbefalingssystemer.

Samtidig rejser tekst- og datamining spørgsmål om ophavsret, adgang til data, privatliv og gennemsigtighed. Det er ikke nok, at teknologien kan finde mønstre, man skal også forstå, hvordan resultaterne er skabt, og hvilke begrænsninger der findes. Derfor er tekst- og datamining vigtigt i aktuelle nyheder, fordi det påvirker både forskning, teknologiudvikling, regulering og den måde, samfundet bruger information på.