基于文本挖掘的国内食品安全热点分析

李菲，路阳，马强

（黑龙江八一农垦大学信息与电气工程学院，大庆 163319）

食品安全领域研究与人民生活息息相关，随着社会和信息技术的迅速发展，食品安全领域相关文献的数量成几何增长，研究者如何从大量的数据中快速把握和获取该领域的研究热点，对于分析当下食品安全领域研究现状具有宏观上的辅助作用。文本挖掘（Text Mining，TM）又称文本数据挖掘（Text Data Mining，TDM）或文本知识发现（Knowledge Discovery in Texts，KDT），是使用自然语言处理技术和智能算法等从文本数据中抽取出隐含的、以前未知的、潜在有用的模式、规则、规律的过程[1-4]。利用文本挖掘技术，能够有效地从各领域的结构化、半结构化和非结构化数据中提取相关知识[5-7]，进而提出新的实验假设，得到新的科学结论。文本挖掘技术在各个领域的应用十分广泛。例如，文本挖掘在商业智能领域的应用：通过分析客户对商品的反馈意见，挖掘客户的兴趣和需求，以此来提升产业竞争力[8-12]；文本挖掘在教育领域的应用：刘三女牙等对[13]国内外利用文本挖掘技术促进学习分析的现状进行研究，提出文本挖掘在帮助学习者快速定位和检索关键信息、提供个性化学习辅助、指引学生不断反思等方面将发挥重要作用；文本挖掘在生物、医学领域的应用：涉及利用文本挖掘技术对领域学术研究的现状、热点进行挖掘和分析[14-17]，采用文本挖掘技术对领域内的实体及关系进行抽取分析，挖掘领域中隐含的知识[18-20]等各个方面；此外文本挖掘在社交媒体、web 等领域的研究也不断深入[21-24]。……