Leute,
Ich brauche Qiuck-Hilfe mit der Text Explorer-Plattform.
Ich habe einen großen Tisch mit der Historie des Ersatzteilwechsels. Ich muss es analysieren. Das Feld mit der Beschreibung der Teile wird manuell eingegeben und ist vage strukturiert. Ich kann unterschiedliche Einträge für dasselbe Teil haben. Sagen wir: "ABC DE", "ABC-DE", "New DE", "ABC des Typs (DE)", "Automatic Bull Catcher DE" und so weiter. Sehr schwer in algorytm zu landen. Ich kann durch die Tabelle gehen und eine Menge "Select Similar" und "Name in Spalte" auswählen, aber wie gesagt, die Tabelle ist riesig und die Vorstellungskraft der Techniker beim Eingeben von Informationen ist enorm.
Ich weiß, ich sollte das mit dem Text Explorer machen können, aber ich habe nie damit gearbeitet. Ich schaue durch die Bücher, schaue aber entweder an den falschen Ort oder kann nicht einfach erkennen, was ich brauche. Derjenige, der mir diese Aufgabe gab, gab mir inzwischen auch eine sehr begrenzte Frist. Kann mich jemand in die richtige Richtung stoßen? Name der Methode, Option, Kapitel im Buch, irgendetwas?
Vielen Dank,
M.
Ich fürchte, bei der Verwendung des Text Explorers gibt es normalerweise keine "schnelle Hilfe". Derzeit schreibe ich einen zweitägigen Kurs als Einführung in diese Methodik mit der Text Explorer-Plattform. (Es wird auf dem JMP Discovery Summit im Oktober im SAS-Hauptquartier in Cary, NC, USA uraufgeführt.) Es gibt einfach so viele Aspekte
Da die Daten etwas strukturiert sind, sollten Sie, selbst wenn sie unordentlich sind, zuerst die Verwendung von versuchen Cols > Umkodieren Befehl. Diese Einrichtung ist sehr leistungsfähig. Sie können es lernen und viele Beispiele in anschauen Hilfe > Bücher > Verwendung von JMP . Dieser Weg kann aufgrund der Größe des Datensatzes und der Kreativität der Ingenieure immer noch viel Arbeit erfordern, ist aber wahrscheinlich der direkteste Ansatz.
Wenn Recode nicht zufriedenstellend oder erfolgreich ist, kann Text Explorer für dieses Problem hilfreich sein. Bitte lesen Sie zuerst das Kapitel über den Text Explorer Hilfe > Bücher > Grundlegende Analyse . Ich gehe davon aus, dass in diesem Fall die Standardmethode zur Tokenisierung des Unstrukturierten (reguläre Ausdrücke) die nützlichste ist. Ich würde versuchen, 1 bis 5 Zeichen als Mindestanzahl für ein Wort zu verwenden, da die anfängliche Verarbeitung schnell ist und Sie dann in der Lage sein sollten, die Begriffsliste schnell zu vergleichen. Dieser Parameter kann Ihnen später eine Menge Arbeit ersparen, aber Begriffe, die möglicherweise Bedeutung haben, können wegfallen.
Wenn Sie den besten Wert für diesen Parameter ausgewählt haben, überprüfen Sie die Begriffsliste. (Klicken Sie zuerst auf das rote Dreieck oben und wählen Sie aus Anzeigeoptionen > Term- und Phrase-Optionen anzeigen Schaltflächen für häufig vorkommende Befehle.) Die häufigsten und die am wenigsten häufigen Begriffe sind normalerweise nicht informativ, da sie in den meisten Texten häufig vorkommen oder so selten vorkommen. Untersuchen Sie nun die Liste sorgfältig und wählen Sie alle Formulare für denselben Begriff aus. (Zum Beispiel "r", "rt" und "right".) Klicken Sie auf Umkodieren und geben Sie dann die Bezeichnung ein, die Sie verwenden möchten (z. B. "rechts"). Wenn Sie in der Begriffsliste etwas finden, das einfach nur informativer Müll ist, wählen Sie sie aus und klicken Sie auf Stop Word hinzufügen . All diese Arbeit ist nur das Aufräumen der Termliste. Nun zum Beispiel die Phrasenliste. Einige Kombinationen bedeuten mehr als die einzelnen Wörter, z. B. "Klettergerüste". Wählen Sie diese Phrasen aus und klicken Sie auf Phrase hinzufügen um es als Begriff zu verwenden.
Ich schlage vor, dass Sie sichere deine Arbeit als Tabellenskript. Siehe auch die Plattformmenübefehle für die Stoppwörter anzeigen und Recodes anzeigen . Diese Befehle bieten Optionen zum 'Umfang' Ihrer Anpassungen. Auf diese Weise werden alle Ihre Anstrengungen eingespart!
Ich versuche ehrlich gesagt nicht, aus diesem Problem eine große Sache zu machen. Ich wünschte, ich könnte dir schnell helfen. Aber dieser Job ist viel Arbeit und erfordert viele sorgfältige, nachdenkliche Entscheidungen, die nicht automatisiert werden können.
