文本挖掘和数据挖掘虽然都用于从数据中提取有用的信息，但它们的工作原理和应用领域有所不同。

文本挖掘是一种人工智能技术，主要处理来自各种文本文档的数据，并且主要是通过非结构化数据的方式来评估文本。这包括使用语言学原理对文档中的文本进行分析和分类，以及通过自然语言处理（NLP）技术从文本中提取有用的信息。文本挖掘在许多领域都有应用，例如社交媒体分析、生物信息学、机器翻译等。

数据挖掘则是一种从大型数据集中寻找模式和提取有用数据的过程。它主要用于将原始数据转换为有用的信息，以便改进公司的营销策略。在结构化数据的帮助下，数据挖掘可以研究来自不同数据库的数据，然后获得更多创新想法以提高组织的生产力。数据挖掘的应用领域非常广泛，例如客户关系管理、供应链优化、风险管理等。

综上所述，文本挖掘和数据挖掘在处理数据类型、应用领域和技术手段等方面存在差异。数据挖掘主要处理结构化数据，用于改进营销策略和生产力，而文本挖掘则主要处理非结构化数据，用于文本评估和信息提取。