【标题】论数据挖掘技术在文本分析中的应用

【作者】 毛文伟

【摘要】数据挖掘技术能够帮助我们从规模庞大、内容纷繁的文本数据中准确、高效地提炼出研究者难以通过遍览有效捕捉的隐含信息或趋势。其中，词频统计帮助我们获取分析对象的词汇总量、高频词汇以及词汇构成等信息，并据此对文体特征进行较为准确的判断。词表比对揭示了对象文本的叙事方式、所含关键人物、场所和物品等。词语共现网络使我们能够直观地观察到文本中的高频人物、组织等，并揭示这些热词之间的潜在联系，从而快速构建热点事件的基本框架。而通过计算共现强度，我们可以轻松、准确地挖掘出与特定关键词关系密切的共现词，从而有效捕捉与之相关的热点话题和媒体动向。

【关键词】数据挖掘 词频统计 词语共现网络 MI-score 语料库语言学