تعرف أيضاً باسم تحليل النصوص أو تنقيب البيانات النصية، وهي عملية استكشاف وتحليل كميات ضخمة من البيانات النصية غير المهيكلة وتحويلها إلى بيانات مهيكلة بمساعدة برمجيات قادرة على تحديد المفاهيم والأنماط والموضوعات والكلمات المفتاحية وغيرها. باتت عملية تنقيب النصوص اليوم أكثر سهولةً نظراً لتطوير منصات البيانات الضخمة وخوارزميات التعلم العميق القادرة على تحليل كميات هائلة من البيانات غير المهيكلة.
تشبه عملية تنقيب النصوص بطبيعتها عملية تنقيب البيانات، لكن مع تركيز أكبر على النصوص بدلاً من أشكال البيانات الأخرى. وتبدأ هذه العملية بتنظيم البيانات النصية وهيكلتها بطريقة معينة لإخضاعها لعمليات التحليل الكمي والنوعي. ويتم هذا الأمر بالاعتماد على تقنيات معالجة اللغات الطبيعية التي تطبق مبادئ اللغويات الحاسوبية على تلك النصوص لتفسيرها. ويشمل ذلك تقسيمها إلى فئات وتجميعها ووسمها وتلخيصها، بالإضافة إلى إنشاء تصنيفات واستخراج معلومات حول أشياء مثل تردد الكلمات والعلاقة بين الكيانات. وبعد ذلك تُطبق نماذج التحليل المختلفة لاستخلاص الرؤى المفيدة للأعمال.
تساعد عملية تحليل وتنقيب النصوص الشركات والمنظمات على إيجاد أفكار ورؤى قيّمة محتملة في مستندات الشركة ورسائل البريد الإلكتروني للعملاء وسجلات مراكز المكالمات. بالإضافة إلى الإجابات على الاستبيانات الاستقصائية والتعليقات والمنشورات على وسائل التواصل الاجتماعي والسجلات الطبية وغيرها من المصادر النصية الأخرى.
يتم أيضاً دمج قدرات تنقيب النصوص في بوتات الدردشة والوكلاء الافتراضيين الذين تستعملهم الشركات لتوفير إجابات مؤتمتة للعملاء كجزء من عمليات التسويق والمبيعات وخدمة العملاء.
