关于数据挖掘，结构化文本和非结构化文本之间有哪些区别？在选择/开发用于分析这些不同文本的数据挖掘方法时，主要考虑因素是什么？

回答：

在回答这类问题时，我要先说明，你所处理的具体领域非常重要。增加一些背景信息会使回答更加有帮助。

一般来说，结构化文本和非结构化文本之间的核心区别在于，结构化文本具有易于处理的形式，而非结构化文本则没有。对于某些文本挖掘，这可能简单到使用词袋模型（每个词出现的次数是多少？），一直到非常复杂的自然语言处理方法，试图提取更深层次的语言结构，如词性或实体检测/解析。日常生活中结构化数据的一个例子可能是Twitter帖子上的元数据（用户名/时间戳/转发信息等），而相关的非结构化数据则是帖子本身的文本内容。

如果不知道你具体感兴趣的是什么，一个重要的考虑因素是，结构化文本通常以适合简单机器学习模型的形式存在，而非结构化文本则很少如此，因为它不能被轻易地视为一组二进制/实值特征并放入你喜欢的统计模型中。

希望这在高层次上对你有帮助——如果你觉得我的回答过于宽泛，请随时更新原始帖子以提供更多细节 =)