数据挖掘(Data Mining)，就是从存放在数据库，数据仓库或其他信息库中的大量的数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程。数据挖掘，在人工智能领域，习惯上又称为数据库中知识发现，也有人把数据挖掘视为数据库中知识发现过程的一个基本步骤。知识发现过程以下三个阶段组成：(1) 数据准备，(2)数据挖掘，(3) 结果表达和解释。数据挖掘可以与用户或知识库交互。
而文本挖掘不但要处理大量的结构化和非结构化的文档数据，而且还要处理其中复杂的语义关系，因此，现有的数据挖掘技术无法直接应用于其上。对于非结构化问题，一条途径是发展全新的数据挖掘算法直接对非结构化数据进行挖掘，对于数据非常复杂，导致这种算法的复杂性很高;另一条途径就是将非结构化问题结构化，利用现有的数据挖掘技术进行挖掘，目前的文本挖掘一般采用该途径进行。对于语义关系，则需要集成计算语言学和自然语言处理等成果进行分析。
NLPIR大数据语义智能分析平台针对大数据内容采编挖搜的综合需求，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最新研究成果，先后历时十八年，服务了全球四十万家机构用户，是大数据时代语义智能分析的一大利器。
NLPIR大数据语义智能挖掘平台，针对大数据内容处理的需要，融合了网络精准采集、自然语言理解、文本挖掘和网络搜索的技术，提供了客户端工具、云服务、二次开发接口。
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：网络抓取、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。
随着数据挖掘技术应用范围的不断扩展，人类社会的方方面年几乎都会被数据挖掘涉足。尽管数据挖掘原本是作为一项技术出现的，但由于数据挖掘本身独有的理念给人们处理解决各类问题都提供了一个新的思路和方法，在这一点上数据挖掘一定程度上等同于一种方法论，在未来的一段时期里必将对人类生产生活产生重大影响。
你可以是高校老师与学生，用之于报告、论文等各种文本的处理;
你可以是专业计算机、数据分析专家，用之于技术、项目等研发;
你可以是编辑、自媒体人，用之于内容挖掘、审核与自动生成。
......
当然，大数据语义智能挖掘平台能做的，还有更多!
我们的目标：读懂自然语言，挖掘数据价值，智能服务生活!