Khai thác văn bản còn gọi là phân tích văn bản. Là quy trình chuyển đổi văn bản phi cấu trúc thành dữ liệu có cấu trúc để phân tích đơn giản. Áp dụng NLP để máy hiểu ngôn ngữ con người và xử lý tự động.
Là thủ tục trích xuất thông tin đáng kể từ văn bản ngôn ngữ chuẩn. Dữ liệu từ tin nhắn, bản ghi, email, tệp viết bằng ngôn ngữ phổ thông. Dùng để rút ra thông tin hữu ích hoặc mẫu hình.
Các ứng dụng chính của khai thác văn bản:
Quản trị rủi ro (Risk Management) – Quy trình hệ thống, logic phân tích, nhận diện, xử lý, giám sát rủi ro trong hành động/quy trình tổ chức. Phân tích rủi ro không đầy đủ thường là nguyên nhân chính dẫn đến thất bại. Đặc biệt đúng trong tổ chức tài chính nơi áp dụng phần mềm Quản trị rủi ro dựa trên công nghệ khai thác văn bản có thể cải thiện hiệu quả giảm thiểu rủi ro. Cho phép quản lý hàng triệu nguồn và petabyte tệp văn bản, tạo khả năng liên kết dữ liệu. Hỗ trợ truy cập bản ghi thích hợp đúng lúc.
Dịch vụ chăm sóc khách hàng (Customer Care Service) – Các phương pháp khai thác văn bản, đặc biệt NLP, ngày càng quan trọng trong chăm sóc khách hàng. Công ty đầu tư phần mềm phân tích văn bản để cải thiện trải nghiệm khách hàng bằng cách tạo thông tin văn bản từ nguồn đa dạng: khảo sát, phản hồi, cuộc gọi. Phân tích văn bản nhằm giảm thời gian phản hồi và giải quyết khiếu nại nhanh, hiệu quả.
Phân tích mạng xã hội (Social Media Analysis) – Nhiều công cụ khai thác văn bản thiết kế chuyên biệt cho phân tích nền tảng mạng xã hội. Hỗ trợ theo dõi và làm rõ văn bản tạo ra trực tuyến từ tin tức, blog, email. Công cụ phân tích hiệu quả nhiều bài đăng, thích, người theo dõi thương hiệu trên mạng xã hội, từ đó hiểu phản ứng của người tương tác với thương hiệu và nội dung trực tuyến.
Trí tuệ kinh doanh (Business Intelligence) – Công ty bắt đầu dùng phương pháp khai thác văn bản như yếu tố chính của trí tuệ kinh doanh. Bên cạnh cung cấp thông tin sâu về hành vi/xu hướng người dùng, cũng giúp tổ chức hiểu điểm mạnh/yếu của đối thủ, tạo lợi thế cạnh tranh.