完整定義
非結構化資料是指沒有預定義格式或組織方式的資料,難以直接儲存和分析。其特點是資料內容多樣、格式不一致,需要特殊處理才能進行分析。非結構化資料的範例包括文字文件、圖像、音訊、影片、社交媒體貼文和電子郵件。
白話說明
你有沒有看過一堆照片、文章和錄音,根本不像整齊的表格?
你可以把非結構化資料想成「沒有固定欄位格式的資料」
它不像試算表那樣一列一欄整齊,而是文字、圖片、音訊這種原始內容
因為形狀不固定,通常要先做特徵萃取或轉換,模型才好處理
記住這句
沒有整齊欄位,不代表不能分析,只是要先轉成模型看得懂的形式。
比喻:非結構化資料就像一堆雜亂無章的舊照片、錄音帶和手寫信件 -- 它們沒有按照日期或主題整理,雖然有價值,但想找特定資訊會非常困難。
容易混淆
非結構化資料 vs 結構化資料
非結構化資料沒有固定欄位
結構化資料一眼就能對欄位
最關鍵的區別:格式是否規整
非結構化資料 vs 半結構化資料
非結構化資料更自由
半結構化資料像 JSON、XML,還有一些標記
最關鍵的區別:有沒有部分規則可循
非結構化資料 vs 雜訊資料
非結構化資料不等於髒資料
它只是格式自由,不代表沒價值
最關鍵的區別:格式和品質是兩件事
實際案例
客服錄音
錄音先轉文字,再抽特徵或做摘要,才能進一步分析客訴主題
醫療影像
X 光、MRI 和超音波都屬於非結構化資料,通常需要影像模型先處理
演算法與應用
| 資料型態 | 文字、影像、音訊最常見 | 都不是整齊表格 |
| 前處理 | 通常要轉成向量或標籤 | 模型才能吃 |
| 特徵抽取 | 從原始內容抓出可用訊號 | 這步很關鍵 |
| 應用場景 | 搜尋、分類、摘要、辨識 | 都很常見 |
情境判斷
Q1(直覺題):你有一堆客服錄音,想找出常見問題,這算什麼資料?
通常是非結構化資料,因為它還不是整齊欄位。
Q2(判斷題):JSON 檔裡有固定欄位,還算非結構化嗎?
通常不算,JSON 比較接近半結構化資料。
常見問題
很多時候不行,通常要先轉成模型能用的表示。
算,因為它不是固定欄位的表格格式。
因為真實世界大量資料都長這樣,能不能處理它,常決定系統能不能落地。
出現在這些考古題
官方公告試題的逐題解析裡,這 2 題把非結構化資料列為延伸術語。
相關術語
- 結構化資料Structured Data先對比這個,分類會更清楚
- 特徵擷取Feature Extraction處理非結構化資料時很常見的前一步
- 嵌入表示Embedding很多非結構化內容最後會轉成向量
- 自然語言處理Natural Language Processing文字類非結構化資料常由它處理
- 電腦視覺Computer Vision
- 資料湖Data Lake
- 文本分類Text Classification
- 資訊理論Information Theory
本頁內容有提到,或屬於同一組主題的術語
來源
這個術語目前沒有標註外部來源。
其他格式:Markdown 版本