文字探勘（Text Mining）讓研究人能夠分析巨量資料並獲取答案，相較以往，更能有效迅速地開發新思想與觀念，最近Publishing Research Consortium的一份調查顯示研究人員並無察覺到文字探勘技術的重要性，3/4的回覆者從沒應用過這個技術，其中有2/3甚至在調查前根本沒聽過文字探勘這個名詞。

圖書館員在提升文字探勘的意識和使用扮演關鍵性角色，以下為五個協助研究人員認識文字探勘的方法。

1. 文字探勘是一種可以協助研究人員完成下個研究計畫的有力工具，文字探勘利用電腦化的工具，從原始資料中去自動檢索、摘錄和分析大量的文字，同樣地，資料探勘亦利用相同的技術去分析資料庫和統計資訊，統稱TDM(Text & Data Mining)。

2. 文字探勘不只是一種檢索過程，它運用自然語言處理(NLP)，即機器學習(Machine Learning)來協助瞭解大量資訊中的連結和模式，分析所有潛在資源以洞悉資源間的新關聯。

3. 文字探勘還在實驗階段，需要專業的工具及部份的程式設計知識，尤其對科學、技術和醫學的內容而言，文字探勘還在初始階段，典型的文字探勘工具是針對一般性的網路內容如新聞或社交媒體PO文，這種型態的內容非常不同於專業學術文章，有其獨特行話和縮寫字，因此作為專業學科的研究者，將會需要特別訂作的工具。

4. 文字探勘需要巨量文章和圖書章節的大量下載，應用程式界面(Application Programming Interfaces, APIs)讓文字探勘更容易去下載巨量內容，且快速回覆結果，減少整體的下載時間。

5. 立即存取學術性內容進行文字探勘，可使用Crossref TDM service和Crossref Metadata API來存取經過Crossref DOIs識別超過4.000個參與出版社的全文內容，Elsevier也支援研究者非商業目的之文字探勘，所有的期刊和圖書章節都轉換成XML，一種透過API的機讀格式。

閱讀全文- Introducing your researchers to text mining: 5 first steps