解读 | 文本挖掘对企业未来潜力无限，行业独角兽浮出水面

Posted 2021-04-16 达观数据

在信息爆炸的时代，基于AI技术、机器学习和深度学习的文本挖掘技术，正在迎来一个巨大风口，除了在金融、法律、政府文书等传统信息审核需求庞大的领域，在媒体、内容创业和大文娱产业，文本挖掘的价值也在迅速凸显，而这意味着行业的巨大体量和未来诞生独角兽企业的可能性。

在文本挖掘领域资深人士、达观数据CEO陈运文博士看来，文本挖掘常用功能分成三块：

1

关键信息抽取

“一篇文章、一份简历、一份基金财报，需要提取要点，计算机可以实现这个过程的自动化”；

2

审阅

第二件事情是做审阅，工作报告审核、法务合规和媒体编辑，都属于此类，审阅是一个高频应用场景；

3

搜索

第三个用点是搜索，看一个文档资料和哪些文档有关联关系，即搜索和推荐，将是下一个需求。

达观数据是一家为企业提供文本信息智能处理的人工智能企业，为数百家媒体、金融、电商、视频、文学等企业提供智能文本处理、垂直搜索和个性化推荐技术，其中包括36氪、顺丰海淘、么么直播、梨视频、酷六、界面新闻、趣头条、暴走漫画等；在新媒体的文本挖掘和用户画像方面，达观服务了一条、Papi酱等知名客户。

  新媒体和内容平台成重要需求方  

从媒体和资讯平台来看，文本识别在内容管控方面有广泛应用：据蓝鲸观察，在广告过滤、智能鉴黄、涉政检测、暴恐识别等方面均需要文本识别。

对于国内媒体生存发展而言，内容监管的意义不言而喻，今日头条打造了上千人的内容审核队伍，2018年宣布将继续扩大该领域投入。但对于更多的垂直平台而言，搭建自己的技术平台成本较高，类似达观这样的第三方技术将有巨大市场需求，“媒体自己的技术能力还是相对比较薄弱的。”达观数据CEO陈运文认为。

目前来看，新媒体和内容平台正在成为达观的重要客户群，比如科技创投媒体36氪，达观为其提供文本挖掘的技术服务，包括内容分析、打标签、分类，与平台方自己的技术相结合。而在财经资讯领域，文本分析的应用也很多，以和讯为例，就在是达观文本挖掘技术的成熟客户。

在达观看来，媒体本质上是一个大量复杂文本输出的地方，把这一生产流程自动化有巨大需求。目前，平台正在开发的一个功能是智能写作机器人，辅助记者和编辑进行文章撰写。

此外，舆情监测、新闻内容热点预测，和选题辅助，都是媒体领域文本挖掘的重要应用场景。

从最简单的文本自动纠错开始、改稿、润色，比如描述更加生动，比如说现场响起了掌声，加入各种形容词、指代词，能够帮你把这个文章写得更加生动，帮你把标题从一个陈述句改成一个疑问句，改成一个更加吸引读者的方式等。”陈运文介绍称。

“目前来看，新媒体通常更愿意尝鲜，传统的纸媒还是稍微落后一点，但陈运文认为，未来各行各业，不光是媒体，证券行业，银行业，保险业，甚至其他行业，各个部门在做内容的撰写、抽取、审阅等等各个环节的工作，都是可以由计算机辅助来完成。”陈运文介绍称。

 内容电商和文娱产业  

 文本挖掘带来用户精准匹配  

虽然达观这样的服务，本质上提供的都是文本的自动阅读理解、搜索推荐，但在不同领域却有不同的运用价值，在内容电商和文娱产业，文本挖掘意味着对用户需求更精准的捕捉，人工智能技术可以大大提高售卖率、转化率、点击率等关键指标。

据了解，知名内容电商平台一条，已经采用达观数据的服务长达一年，在类似的内容电商平台，传统的搜索推荐，都是你把最热门的编辑推荐的内容置顶，而现在才会用的是个性化推荐，据了解，一条基于该项技术带来了点击率提升200%到300%。

此外，在文娱产业，文本挖掘和分析的应用也很丰富，比如影视视频平台的搜索库。“文娱产业本质上是一个内容分发，如何让内容更好地匹配消费者是重要课题，对内容进行语意上的深度解读和理解，通过我们的搜索推荐，让它更好传递给观众。”陈运文介绍称，目前梨视频、爆米花、六间房等视频网站都是达观的客户。

  

 文字领域的AI市场达万亿级  

 可诞生独角兽企业  

人工智能是最近两年非常热门的投资领域，人工智能里面分成三块，图像、语音、文字，在文字这个领域，达观走在了行业前面，在软银赛富和真格基金两家投资方来看，文字自动化处理这个领域里，未来是能够产生独角兽的。

“我们希望能够在这个领域能够跑在行业前列，未来所有的企业，当它需要用自动化的手段来处理文字、理解文字的时候，能够想到达观是这个领域做得最好的企业。“在这个领域技术达观是做得最扎实的，服务也是做得非常贴心到位，对客户来说，他们希望你的系统能够帮它提供效率，日常过程当中他们所有的需求，你能够快速响应，这个是非常重要的事情。”陈运文表示。

事实上，未来所有出现文字、用得到文字的场景，都可能存在这一服务需求。文本挖掘是一个万亿级别的市场，从媒体到这些大型企业的各个业务条线的部门，甚至到政府机关，都有大量的文本在处理，从撰写到审阅，到归档整理，到搜索，各个环节都是靠人来做的，未来80%的工作都是靠计算机来完成的。

据了解，2017年达观数据成立第二年已实现盈亏平衡，这在人工智能创业企业里面比较少见，目前，达观服务的企业已经有数百家了，从大型的中国的500强企业，到金融行业、证券行业的很多头部的企业，还有很多的互联网企业。

目前来看，文本挖掘的技术成熟度将直接决定市场空间和公司估值，陈运文表示“语言是一个非常灵活、非常混乱，甚至有的时候并不是有严格的语法逻辑的领域，所以对文字语义深度的理解，本身还是有很大的技术挑战，所以达观投入了很多的技术力量，更好的来做文字语义的理解分析挖掘。”

本文来源 蓝鲸财经资深记者：张子龙 

原文链接：http://app.lanjinger.com/news/detail?id=82986