非结构化的数据不复存在.docxVIP

PAGE 1 PAGE 1 非结构化的数据不复存在  从商业战略和运作模式的角度来看，文章分析了公司用来追求一种基于模式的战略（PBS）的一项关键字寻求、模型、适应的技术。  语言有着多样化的、复杂的语法和词汇；然而，文本分析技术正设法解决一系列详细的众所周知的翻译问题。在一个文本分析系统可以从语言中获得意义之前，它必需能够理解语言的单词、句子和语法规则。有些问题通常存在于全部的语言当中，但是有些问题可能或多或少取决于某种语言。  作为一种与生俱来的人类特征，语言的复杂程度令人惊异。人类在语言的发展上已经形成一个惊人的范围，依据美国国际语言暑期学院(SILINTERNATIONAL)介绍，将近7000种语言现存于世。即使在同一个语种内，国家和区域差异也创造出巨大的词汇和语法的不同。即使完全依据语法规则完成的书面语言，它的意义也可能很复杂，而日常生活遇到的大量文本在结构上并不完美。从文本中推导出意义并不是一个孤立的行为，而且有多种方法可以同时适用。从文本的大量正文中成功地自动化提取出意义是可行的，并且正成为更有价值的业务工具。  文本分析中高度专业化的术语很简单令人生畏，并且简单被供应商的市场材料所惑，这些市场材料经常混合了技术流程术语和功能性说明，并将它们与供应商所推销的特别应用系统的焦点和价值取向合并。然而，在每一个文本分析系统的底层