Teksta ieguve ir datortehnoloģiju izmantošanas process, lai izsijātu teksta dokumentus izpētes un analīzes nolūkos. To bieži uzskata par ļoti līdzīgu procesam, kas pazīstams kā datu ieguve, taču tas balstās uz īpašu programmēšanu, lai meklētu nekategorizētā tekstā un atrastu nozīmi vai modeļus, nevis analizētu iepriekš klasificētu datu bāzes informāciju. Teksta ieguvei ir daudz lietojumprogrammu tādās jomās kā zinātne, mārketings un datu organizēšana.
Sarežģītība, kas saistīta ar vārdu sakārtošanu valodā, ir pārāk ārkārtēja, lai datori to varētu apstrādāt, taču zinātnieki ir smagi strādājuši, lai uzlabotu šāda veida programmēšanu. Ir izstrādātas daudzas metodes, kas ļauj zinātniekiem noteikt frāzes un atklāt faktus par tekstu. Tas parasti nav tas pats, kas pilnībā atšifrēt nozīmi, taču tas ļauj izmantot saīsnes, kas sasniedz daudzus no tiem pašiem mērķiem. Teksta ieguvē tiek izmantotas dažas no šīm metodēm, un, pilnveidojoties šai tehnoloģijai, parasti ir sagaidāms, ka uzlabosies arī teksta ieguve.
Eksperti izmanto teksta informācijas analīzi galvenokārt, lai veiktu rakstisku dokumentu izpēti. Lielu daudzumu rakstisku datu var būt grūti analizēt, jo tas prasa milzīgu laiku. Datori var izlasīt šo tekstu daudz ātrāk, taču viņi to nevar saprast. Teksta ieguves metodes ļauj datoriem atrast noderīgas tendences tekstā, sniedzot datus tādā veidā, kas var atklāt jaunus faktus vai ļaut ekspertiem izdarīt atklājumus.
Šīs tehnoloģijas izmantošanas piemērs varētu būt tirgus izpēte. Eksperti varētu analizēt produkta nosaukuma meklēšanas rezultātus un likt programmai meklēt frāzes, kas pauž lietotāja noskaņojumu. Tādā veidā viņi var ļoti detalizēti uzzināt, kā cilvēki patiesībā jūtas par viņu produktu. Viņi varētu arī vienkārši meklēt savu produktu un redzēt, kuras frāzes tiek parādītas visbiežāk, un tas varētu viņiem palīdzēt izstrādāt jaunas idejas par to, kā iepriecināt savus klientus.
Vēl viens teksta ieguves veids ir zinātnisku rakstu analīze par līdzīgām tēmām, meklējot jaunas tendences vai vienošanās. Tas dažiem zinātniekiem ir ļāvis izdarīt paredzošus pieņēmumus, kas ir izrādījušies noderīgi tādās jomās kā olbaltumvielu analīze. Daži eksperti domā, ka šāda veida lietojumprogrammas galu galā var sniegt negaidītus atklājumus.
Process, ko sauc par datu ieguvi, patiesībā ir diezgan līdzīgs teksta ieguvei, taču parasti tas nav tik sarežģīts, jo tas ir balstīts uz tekstu, kas jau ir formatēts kategorijās. Piemēram, programmatūra varētu iziet cauri visu darba pretendentu informāciju datubāzē, meklējot tendences. Teksta ieguve datoriem ir grūtāk izdarāma, jo tīru tekstu ir grūtāk analizēt nekā datus ar kategorijām.
SmartAsset.