互联网技术不断进步使得公众主动生产与被动获取的数据与文本表现出爆炸性增长的趋势,展示前所未有的数量,呈现多样化的源头:大数据时代来临。面对如此海量的数据与文本,人们不得不借用计算机自动化或半自动分析技术接收与处理,这一技术的集大成者就是文本和数据挖掘。应用文本和数据挖掘搜集、整理、处理与研究主题相关的文本与数据成为越来越多的学术、行业研究者采用的知识发现手段。然而,这一新型技术的诞生与发展带来的不仅仅是研究上的高效率与生活上的高便利,同时也带来了法律方面的问题——涉嫌侵犯数据和文本所有者的隐私权、著作权。文本和数据挖掘所针对的是海量的数据与文本,而当前的技术又没有发展到可以辨别这些数据与文本属性的地步。因此,一一分辨挖掘对象的属性不仅仅具有技术上的难度,还不得不背负着巨大的时间成本和高昂的许可费用。而若研究者应用文本和数据挖掘时并没有意识到这一行为存在侵犯合法权利的风险或者不愿意承担合法操作带来的成本,则可能使得文本和数据挖掘行为陷入被指控侵权的困境。近年来,意识到这一问题的学术、行业研究者越来越多,相关研究成果不断增加。同时,利益相关方也纷纷采取了一定的行动来协调这一技术与法律之间的矛盾:一部分代表公共利益的信息研究机构以及科学研究社会群体积极争取文本和数据挖掘权利;一部分代表私权利益的出版商则选择适时更新著作权许可方案。另外,已有如英国等国家与如欧盟等地域组织修订了现行的相关法律或出台新鲜的相关指令,这样能为文本和数据挖掘创造相对宽容与合法的应用环境。在此背景下,笔者将本文的主题定为探讨应用文本和数据挖掘所涉嫌侵犯的权利之一——著作权的保护与前者之间的冲突关系与协调办法,全文将分为五个章节来叙述:第一章为绪论,交代本文的研究背景、研究目的与意义,整理相关研究现状并介绍笔者的研究方法、研究难点与创新点,是本文产生的源头。第二章归纳著作权的产生、定义与存在并被保护的正当性,介绍文本和数据挖掘技术的起源、重要环节与发展现状,是本文的基础引入部分。第三章则着重分析著作权保护与文本和数据挖掘之间冲突在技术应用不同阶段表现与对相关利益方造成的不利影响,是本文的核心内容之一。第四章集中探讨如何消除著作权保护与文本和数据挖掘的冲突,介绍其他国家相关利益主体应对这一冲突的立法实践、司法实践等解决之道,分析这些举措的理论依据与相关背景,并对我国著作权法的数字化修订以及出版商、信息研究机构与科学研究群体的应对提出可行性意见,亦是本文的核心部分。第五章,展望文本和数据挖掘技术在现行著作权保护框架下的发展趋势,并总结全文的论证思路与不足之处,是本文的总结收尾部分。总之,当文本和数据挖掘作为一种新型的研究技术出现并盛行时,应该通过相关利益方的积极参与将技术与法律之间的矛盾关系转变成为良性循环:一方面使得著作权保护规制能逐渐现代化以顺应新技术的长远发展;另一方面为新技术的广泛应用提供具有法律确定性的宽容环境反过来促进相关法律的优化。