رشد فزاینده پایگاه داده ­ها در تقریباً هر ناحیه از فعالیت انسان باعث شده است که نیاز برای ابزارهای قدرتمند جدید برای تغییر دادن داده به دانش مفید افزایش یابد. برای برآوردن این نیاز محققان در ناحیه­ های مختلف مانند یادگیری ماشین، شناسایی الگو، آنالیز داده آماری، بصری­ سازی داده، شبکه­ های عصبی، اقتصادسنجی، بازیابی اطلاعات، استخراج اطلاعات و... روش ­ها و ایده­ هایی را کاوش کرده ­اند. ذات غيرساخت يافته­ ی اين متون، اعمال همان روش هايي را که ما در مورد پایگاه داده ­های غیرمتنی بکار مي­ بريم، غيرممکن مي­ سازد. بنابراین روش ­ها و الگوریتم­ های پردازش (پیش­ پردازش) خاصی برای استخراج الگوهای مفید مورد نیاز است. متن­ کاوی اطلاعات متنی غیرساخت­یافته را استفاده می­ کند و آن را برای کشف ساختار و معناهای ضمنی پنهان در متن بررسی می­کند. در این سمینار به مطالعه پیش­بینی آب و هوا توسط متن ­کاوی پرداخته و اهداف مشخصی را برای دقت در پیش ­بینی آب و هوا توسط متن­ کاوی مورد بررسی قرار می ­دهیم.