Ordextraktion är den automatiserade identifieringen och hämtningen av specifika ord, fraser, eller mönster från ostrukturerad textdata.
Tekniker
- Reguljära uttryck (regex)
- Namngiven entitetsigenkänning (NER)
- Nyckelord/nyckelfrasextraktion (TF-IDF, RAKE, TextRank)
- Djupinlärning (BERT-baserad span-klassificering)
Tillämpningar
- Forensik: Bevisutvinning från chattar, e-post, loggar.
- E-discovery: Juridisk dokumentgranskning.
- Sentiment/ämnesanalys: Sociala medier, recensioner.
- Dataförlustförebyggande: Upptäck PII, hemligheter.
Exemplet – detektiv analyserar texter för belastande bevis – illustrerar forensiskt nyckelordsextraktion.
