2．3　本章小结

本章分别针对文本挖掘领域中的两个基本任务，即：文本的自动标引与自动分类，调研了国内外相关的研究进行比较全面的综述。在每个任务中，列举了该领域中比较有代表性的研究成果。通过综述可以看出，文本自动标引和自动分类计数日益成熟，并得到广泛的应用。主流的方法是机器学习方法，但利用机器学习方法也存在一系列难以克服的问题，比如数据标注问题。

值得注意的是，随着网络技术的不断发展，新的数据类型的出现（如标签）、数据量的激增，给文本自动标引和分类研究和应用带来新的机遇。另外，以往的研究基本上是考虑单一语言情况下的文本标引和分类。在全球一体化日益加剧的环境下，研究多语言文本的自动标引和自动分类，对提高多语言文本组织与管理效率将发挥重要的作用。