首先两个不是同一层面的东西，严格来讲，自然语言处理是数据挖掘的一个具体应用领域。
机器学习是一种理论和方法，主要解决人工智能中的问题，机器学习是用数据或过去积累的经验，以此优化计算机程序的性能标准。
数据挖掘是一种应用和目的，一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程，目标是从大量数据中提取模式和知识，并将其转换成可理解的结构，以进一步使用。机器学习是数据挖掘手段中的一个。
自然语言处理是计算机科学与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。严格来讲，自然语言处理是数据挖掘的一个具体应用领域。
其实，现在的数据挖掘大多都是采用深度学习和机器学习的方法做。相比深度学习，机器学习可以做的东西更广更全一些，比如自然语言处理、计算机视觉等。至于哪边更好，我只能说现在这两边的研究人员都是鱼龙混杂，如果是有梦想，想做理论研究，追未来热点，直接转机器学习的理论研究。如果对于应用这块比较感兴趣，想弄份稳定工作，学数据挖掘做大数据（经济，网络，推荐系统）是很好的选择。但这两方向都需要做到很深你才能真正站在顶端。
我希望我的解释已经回答了答主所提问一切疑问，如果你对该话题有任何想要说的或者要分享的，请在评论里写下你的想法。