資料探勘與文字探勘之比較
資料探勘（Data mining）的目的，在於使用自動或半自動的方式，從大量的資料中，發掘出隱藏在背後的有用資訊。企業透過資料探勘技術，能找出一些模式或規則，以協助進行商業決策，帶來更大的商業利益，而文字探勘（Text mining）則是資料探勘（Data mining）的延伸，要進一步從非結構化的文字資料（textual data）中，提取出有意義的資訊。
傳統資料探勘所處理的資料，大多都是數字，比較精確（可以算到小數點後面好幾位），並以「結構式」資料為主。就像是一個固定結構的表格，每個欄位有其明確的定義及數值。資料探勘以這些結構性的資料為輸入，並經過極端值和遺漏值的處理，再透過演算法進行計算，就可得到一些預測模型。
相對於資料探勘，文字探勘（Text Mining）可就複雜多了，原因在於它的原始輸入資料，屬於文字的型態，大多是由人類語言所構成，許多都沒有特定的結構。這些文字資料的來源，反映在日常生活當中，像是新聞、或是人們在臉書、LINE、Twitter和微博上所發表的近況、以及部落格文章…等。儘管它們看似雜亂，而且沒有一定的結構，但這些由自然語言構成的文字型資料中，一樣蘊藏著許多有價值的資訊。下表是資料探勘與文字探勘的比較表。
由於企業裡、外大部分的資料，以文字資料為大宗，因此，文字探勘也非常重要。文字探勘的重點在於從非結構文字資料中找到有用的議題或情緒。文字探勘能有系統地識別、擷取、管理、整合與應用文字資料背後所隱藏的知識。
儘管文意可能模糊，文意與背後隱藏的情緒可能完全相反或牴觸，加上有拼字寫法錯誤，或者翻譯品質不佳等問題，但現在拜文字探勘技術的進步與搜尋引擎的崛起，還是能在文字探勘中，做出文章的情緒與意見探勘。
有趣的是，中文文字本身的奧妙與隱藏的情緒，有時候也會讓人傷透腦筋，更遑論要電腦判讀出來。舉例來說：請判斷以下這篇短文中，美女究竟是同意還是不同意？
向一位認識的美女發了一段簡訊：「今晚滾床單嗎？」
美女回覆：「滾！」
接著又發：「那是去我家，還是去你家？」
美女回「去你的！」
…..真是開心！！
作者：羅凱揚（台科大企管系博士）、蘇宇暉（台科大管研所博士候選人）
歡迎加入我們的Line@獲取即時訊息！https://line.me/R/ti/p/%40cde8265r
