Bayangkan dalam sebuah perusahaan yang bergerak dalam bidang ilmu kesehatan, para pekerja (tenaga manusia) harus menemukan informasi yang tepat dari sejumlah teks yang sangat besar. Proses manual ini akan menghabiskan waktu yang sangat lama. Menemukan informasi tersebut sangat penting dalam membuat keputusan bisnis yang tepat, tapi sekitar 80% informasi tersebut tersembunyi dalam kumpulan teks yang tidak beraturan. Dengan menggunakan metode keyword search konvensional, tenaga manusia hanya dapat menarik sejumlah dokumen yang mengandung keyword tersebut, dan masih harus membacanya dengan teliti. Sangat melelahkan bukan?

Dengan bantuan teknologi NLP dan text mining, proses tersebut dapat menjadi jauh lebih efisien dibandingkan proses manual, dan juga menarik informasi atau wawasan yang mungkin tidak bisa didapatkan secara manual. Informasi tersebut kemudian dapat diolah menjadi data terstruktur untuk dianalisa dan divisualisasikan. Intinya, penggunaan keduanya dapat membantu kita untuk meningkatkan efisiensi analisis dokumen teks dengan memberikan kemampuan otomasi pada proses tersebut

NLP dan text mining biasanya digunakan dalam:

• Menganalisa sebuah survey dimana para peserta menuliskan komentarnya secara bebas
• Mengklasifikasi email sebagai spam, marketing, atau personal (contoh: Gmail)
• Menganalisa klaim asuransi atau garansi, wawancara diagnostik, dll
• Meneliti kompetitor dengan melakukan crawling dalam website mereka.