随着信息技术的快速发展，人们要面对越来越庞大的数据。一般说来，数据挖掘(DM)是一个利用各种分析方法和分析工具在大规模海量数据中建立模型和发现数据间关系的过程，这些模型和关系可以用来做出决策和预测。例如：超市分析交易数据，可以安排货架上货物摆布，以提高销售;信用卡公司分析信用卡历史数据，判断哪些人有风险，哪些没有;广告公司通过分析人们购买模式,估计他们的收入和客户数目,作为潜在的市场信息;税务局则可分析不同团体交所得税的记录，发现异常模型和趋势。数据挖掘还有其他叫法如数据挖掘和知识发现(DMKD)、数据库中知识发现(KDD)、数据融合(Data Fusion)等等，但在产业界和研究界更加流行数据挖掘和数据库中知识发现的叫法。
数据挖掘涉及多种学科领域，包括数据库、人工智能、数理统计、神经网络、可视化、并行计算等。在电子数据处理的初期,人们就曾试图通过机器学习等领域的方法来实现自动决策支持，但收效不大。后来随着神经网络技术的形成和发展,人们的注意力又转向知识工程。
文本挖掘或者文档挖掘是一个从非结构化文本信息中获取用户感兴趣或者有用的模式的过程.文本挖掘涵盖多种技术,包括信息抽取,信息检索,自然语言处理和数据挖掘技术.它的主要用途是从原本未经使用的文本中提取出未知的知识.但是文本挖掘也是一项非常困难的工作,因为它必须处理那些本来就模糊而且非结构化的文本数据,所以它是一个多学科混杂的领域,涵盖了信息技术、文本分析、模式识别、统计学、数据可视化、数据库技术、机器学习以及数据挖掘等技术.
灵玖软件NLPIR大数据语义智能分析平台针对中文数据挖掘的综合需求,融合了网络精准采集、自然语言理解、文本挖掘和语义搜索的研究成果,先后历时十八年,服务了全球四十万家机构用户,是大时代语义智能分析的一大利器。
NLPIR大数据语义智能分析平台平台针对互联网内容处理的需要，融合了自然语言理解、网络搜索和文本挖掘的技术，提供了用于技术二次开发的基础工具集。
NLPIR能够全方位多角度满足应用者对大数据文本的处理需求，包括大数据完整的技术链条：网络采集、正文提取、中英文分词、词性标注、实体抽取、词频统计、关键词提取、语义信息抽取、文本分类、情感分析、语义深度扩展、繁简编码转换、自动注音、文本聚类等。
21世纪是一个信息时代，信息来源渠道和信息产生的方式越来越多，及时、高效、低耗地处理信息资源，为国民经济、社会文明、科学技术以及国防建设和发展服务，就必须在信息的获取、加工处理、传输、存取、决策和利用方面寻求新的突破性的信息处理技术。
NLPIR大语义智能中文信息处理技术的出现已成为中文信息技术研究、发展、应用和产业的提供了重要的帮助，在互联网日益成长的今天，NLPIR大数据语义智能中文信息处理技术将会更加成熟并创新。
