根據(jù)外媒消息，微軟收購(gòu)了以色列一家機(jī)器學(xué)習(xí)廠商Equivio，其擁有的機(jī)器學(xué)習(xí)技術(shù)可用于對(duì)企業(yè)或政府的海量辦公文件、電子郵件進(jìn)行智能分析和歸類。

大數(shù)據(jù)時(shí)代，機(jī)器學(xué)習(xí)（Machine Learning）成為一個(gè)熱門的前沿科技領(lǐng)域。機(jī)器學(xué)習(xí)屬于人工智能的一個(gè)分支，專門研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識(shí)或技能，重新組織已有的知識(shí)結(jié)構(gòu)使之不斷改善自身的性能。機(jī)器學(xué)習(xí)過(guò)去被認(rèn)為是屬于研發(fā)機(jī)構(gòu)和實(shí)驗(yàn)室的深不可測(cè)的新技術(shù)，但其實(shí)離我們并不那么遙遠(yuǎn)。不信，你且看。

當(dāng)你使用蘋果的Siri，或是谷歌的Google Now，或者是百度語(yǔ)音，甚至是出門問(wèn)問(wèn)，來(lái)尋找附近的美食餐廳、電影院或者購(gòu)物廣場(chǎng)時(shí)，你所使用的工具背后也使用了機(jī)器學(xué)習(xí)技術(shù)。

只是，機(jī)器學(xué)習(xí)技術(shù)盡管不如人工智能那么寬泛，但其實(shí)也是一個(gè)大的技術(shù)范圍，未來(lái)可能涉及生活的方方面面。微軟收購(gòu)的Equivio公司，其研發(fā)的機(jī)器學(xué)習(xí)技術(shù)，可以利用分析軟件對(duì)大量的非結(jié)構(gòu)性數(shù)據(jù)和文件進(jìn)行智能分析，然后進(jìn)行分組歸類。更準(zhǔn)確的叫法，劃分到更細(xì)分的分類，應(yīng)該屬于文本分析技術(shù)（也稱文本挖掘技術(shù)）領(lǐng)域。

根據(jù)百度百科的定義，文本數(shù)據(jù)挖掘(Text Mining)是指從文本數(shù)據(jù)中抽取有價(jià)值的信息和知識(shí)的計(jì)算機(jī)處理技術(shù)。顧名思義，文本數(shù)據(jù)挖掘是從文本中進(jìn)行數(shù)據(jù)挖掘(Data Mining)。

更加詳細(xì)的解釋是：

文本挖掘是信息挖掘的一個(gè)研究分支，用于基于文本信息的知識(shí)發(fā)現(xiàn)。文本挖掘利用智能算法，如神經(jīng)網(wǎng)絡(luò)、基于案例的推理、可能性推理等，并結(jié)合文字處理技術(shù)，分析大量的非結(jié)構(gòu)化文本源（如文檔、電子表格、客戶電子郵件、問(wèn)題查詢、網(wǎng)頁(yè)等），抽取或標(biāo)記關(guān)鍵字概念、文字間的關(guān)系，并按照內(nèi)容對(duì)文檔進(jìn)行分類，獲取有用的知識(shí)和信息。

但微軟為什么會(huì)收購(gòu)這么一家公司呢，而且還花費(fèi)了不小的資金，2億美刀？

時(shí)代的發(fā)展和用戶需求的必然

全世界的企業(yè)和政府，每天產(chǎn)生海量的數(shù)據(jù)，數(shù)據(jù)規(guī)模的增長(zhǎng)，已經(jīng)超過(guò)了人類手工處理的能力，傳統(tǒng)的搜索、發(fā)現(xiàn)相關(guān)文件的手段，也已經(jīng)過(guò)時(shí)。

鞏固自己在辦公軟件領(lǐng)域的霸主地位

在辦公軟件領(lǐng)域占據(jù)優(yōu)勢(shì)的微軟，通過(guò)收購(gòu)Equivio，有望將文本挖掘帶入到工作人員日常處理的電子郵件和文檔中。一方面可以滿足用戶需求，提升用戶體驗(yàn)，另一方面，微軟也在通過(guò)創(chuàng)新技術(shù)保持競(jìng)爭(zhēng)力，鞏固自己在辦公軟件領(lǐng)域的霸主地位。在Office系列產(chǎn)品中，微軟已經(jīng)有了eDiscovery等信息檢索和整理的功能，未來(lái)利用Equivio公司的文本挖掘技術(shù)，微軟將會(huì)讓這些工具更加智能、更加易于使用。

除了微軟， Facebook、谷歌、蘋果都已經(jīng)設(shè)立了團(tuán)隊(duì)進(jìn)行研發(fā)，機(jī)器學(xué)習(xí)技術(shù)的發(fā)展，也推動(dòng)了許多互聯(lián)網(wǎng)消費(fèi)者產(chǎn)品的進(jìn)步。

未來(lái)我們很可能在很多領(lǐng)域都使用到文本挖掘技術(shù)，甚至是機(jī)器學(xué)習(xí)技術(shù)，真正感受科技改變生活。

航空安全領(lǐng)域

數(shù)據(jù)和文本一樣，都可以通過(guò)不同的途徑、運(yùn)用多樣化的方式進(jìn)行分析，比如算法式和可視化。通過(guò)文本挖掘技術(shù)可以幫助各國(guó)的航空航天領(lǐng)域的機(jī)構(gòu)能夠密切關(guān)注流行趨勢(shì)、事件的增幅減幅以及跑道入侵事故的因素。通過(guò)短時(shí)間內(nèi)把所有數(shù)據(jù)匯集到一起、進(jìn)行同時(shí)分析，能夠?qū)χT如航空系統(tǒng)這樣的真實(shí)系統(tǒng)進(jìn)行高精確度預(yù)測(cè)，最終有利于預(yù)防和降低事故發(fā)生。

金融分析領(lǐng)域

據(jù)國(guó)外媒體報(bào)道，華爾街開始利用程序來(lái)讀取各類新聞、社論、公司網(wǎng)站信息、Twitter等，分析其中的詞匯、語(yǔ)法結(jié)果、甚至是表情符號(hào)，這些程序會(huì)判斷解析得到信息對(duì)市場(chǎng)的影響，并且自動(dòng)進(jìn)行交易。就是典型的用戶交易情緒的挖掘和分析，試想要是能早一點(diǎn)判斷用戶恐慌性拋售股票，那對(duì)很多金融企業(yè)是何等的重要。

消費(fèi)場(chǎng)景推薦

亞馬遜向消費(fèi)者推薦商品，或者淘寶天貓京東向你推薦商品時(shí)，也將用到文本挖掘技術(shù)。而推薦的信息依據(jù)其可能是你的評(píng)論，也可能是一個(gè)提問(wèn)等等。利用文本挖掘技術(shù)，來(lái)更好地了解用戶的想法，最終實(shí)現(xiàn)精準(zhǔn)推薦。

實(shí)體商場(chǎng)同樣也可以用到，通過(guò)網(wǎng)絡(luò)信息獲取甚至是線下的客戶意見反饋卡的分析，實(shí)現(xiàn)更加的消費(fèi)場(chǎng)景布局，營(yíng)造體驗(yàn)拉動(dòng)購(gòu)物。

未來(lái)，企業(yè)競(jìng)爭(zhēng)情報(bào)、CRM、搜索引擎、醫(yī)療、保險(xiǎn)和咨詢等等行業(yè)都離不開文本挖掘技術(shù)。

更多高大上的領(lǐng)域，諸如圖像識(shí)別、語(yǔ)音識(shí)別、機(jī)器翻譯等領(lǐng)域也會(huì)用到文本挖掘。

不過(guò)文本挖掘技術(shù)，甚至是更寬泛的機(jī)器學(xué)習(xí)技術(shù)，人工智能技術(shù)，都不會(huì)在大眾用戶中有較高的認(rèn)知度和知名度，核心原因在于從來(lái)沒(méi)有一個(gè)單獨(dú)的產(chǎn)品叫人工智能，但無(wú)論是自動(dòng)交易機(jī)還是谷歌無(wú)人駕駛汽車，都是人工智能在應(yīng)用層面的體現(xiàn)。不管你記不記得，認(rèn)知不認(rèn)知，都無(wú)法阻擋文本挖掘技術(shù)、機(jī)器學(xué)習(xí)技術(shù)在你生活的方方面面存在著。

雷峰網(wǎng)特約稿件，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。