近年来，随着Internet 的迅猛发展以及人们利用信息技术生产和搜集数据能力的大幅度提高，大规模的网络文本库不断涌现。为了便于在海量文本库中搜寻、过滤、管理这些文本，基于人工智能技术的文本挖掘方法成为人们研究的焦点。
　　大数据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大数据语义智能教学科研平台是大数据语义智能分析专业的教学科研综合平台。平台以自然语言理解为核心，结合北理工团队多年的科学研究与一线教学经验，以科学严谨的方式，致力于提升学员大数据与人工智能的教学培训、科学研究与工程实践的水平。
　　NLPIR大数据语义智能教学科研平台具有一套完善且丰富的教学体系，课程教材、视频教学、实训平台、实验验证和项目案例五位一体。
　　NLPIR大数据语义智能教学科研平台教学内容丰富，主要围绕大数据、人工智能和自然语言理解三大核心领域展开，核心内容包括以下几个方面：
　　1)科学的大数据观：大数据的定义，科学发展渊源;如何科学看待大数据?如何把握大数据，分别从“知著”、“显微”、“晓义”三个层面阐述科学的大数据观。
　　2)大数据技术平台与架构：云计算技术与开源平台搭建;Hadoop、Spark等数据架构、计算范式与应用实践;TensorFlow深度学习平台。
　　3)机器学习与常用数据挖掘：常用机器学习算法：Bayes, SVM，深度神经网络等;常用数据挖掘技术：关联规则挖掘、分类、聚类、奇异点分析;深度学习：CNN, RNN, LSTM, Attention模型，seq2seq模型。
　　4)大数据语义精准搜索：通用搜索引擎与大数据垂直业务的矛盾;大数据精准搜索的基本技术：快速增量倒排索引、结构化与非机构化数据融合、大数据排序算法、语义关联、自动缓存与优化机制;大数据精准搜索语法：邻近搜索、复合搜索、情感搜索、精准搜索;
　　5)非结构化大数据语义挖掘
　　语义理解基础：ICTCLAS与汉语分词;内容关键语义自动标引与词云自动生成;大数据聚类;大数据分类与信息过滤;大数据去重、自动摘要;情感分析与情绪计算;不良信息智能过滤.
　　6)知识图谱的大数据自动构建与应用：知识图谱概念;知识点的自动发现;基于bootstrapping的知识大数据生成;
　　7)NLPIR智能语义平台：NLPIR智能语义分析在线云服务;NLPIR Parser语义分析平台实训;NLPIR智能语义二次开发接口与教程。
　　8)大数据应用案例剖析与综述：电网大数据应用案例;新媒体传播创新与头条应用;非结构化大数据挖掘。
　　大数据因其规模巨大、类型复杂、产生速度快、价值密度低等特点，对现有信息技术构成巨大挑战。运用新理念、新技术、新方法对大数据进行全生命周期的创新管理和应用，是推动国民经济转型和社会管理创新的重要契机，也是国家综合竞争力提升的重要趋势。支撑这场大数据革命的底层力量，不仅仅是技术革命，更是领导意识、组织文化和行为方式的思维革命。在国家治理层面，尤其需要掌握用数据思考和解决社会问题的新方法，最重要的是树立数据思维、互联网思维和计算思维的思维方式。