gente,
Ho bisogno di qualche aiuto di qiuck con la piattaforma di Text Explorer.
Ho un tavolo enorme con, diciamo, la cronologia delle parti di ricambio. Ho bisogno di analizzarlo Il campo che contiene la descrizione delle parti viene inserito manualmente e strutturato in modo vago. Posso avere voci diverse per la stessa parte. Diciamo: "ABC DE", "ABC-DE", "Nuovo DE", "ABC di tipo (DE)", "Automatic Bull Catcher DE" e così via. Molto difficile da trasformare in algoritmo. Posso iniziare a passare attraverso il tavolo e fare un sacco di "Seleziona simile" e "Nome selezionato in colonna", ma come ho detto la tabella è enorme e l'immaginazione dei tecnici quando si digitano le informazioni in è enorme.
So che dovrei essere in grado di farlo con Text Explorer, ma non ho mai lavorato con esso. Sto guardando attraverso i Libri, ma guardando il posto sbagliato o non riesco a riconoscere quello di cui ho bisogno. Nel frattempo, chiunque mi avesse dato questo incarico mi ha anche dato una scadenza molto limitata. Qualcuno mi spinge nella giusta direzione? Nome del metodo, opzione, capitolo nel libro, qualcosa?
Grazie,
M.
Temo che di solito non esiste nulla come "aiuto rapido" quando si usa Text Explorer. Attualmente sto scrivendo un corso di due giorni come introduzione a questa metodologia con la piattaforma Text Explorer. (Sarà in anteprima al JMP Discovery Summit di ottobre presso la sede SAS di Cary, NC.) Ci sono così tanti aspetti da
Poiché i dati sono in qualche modo strutturati, anche se è disordinato, potresti provare prima a utilizzare il file Cols > recode comando. Questa struttura è molto potente. Puoi conoscerne ed esaminare molti esempi in Aiuto > Libri > Utilizzando JMP . In questo modo potrebbe richiedere molto lavoro a causa delle dimensioni del set di dati e della creatività degli ingegneri, ma è probabile che sia l'approccio più diretto.
Se Recode non è soddisfacente o ha esito positivo, Text Explorer potrebbe essere utile per questo problema. Si prega di leggere prima il capitolo su Text Explorer Aiuto > Libri > Analisi di base . Mi aspetto che il metodo predefinito di tokenizzazione delle non strutturate (espressioni regolari) sia il più utile in questo caso. Vorrei provare a utilizzare da 1 a 5 caratteri come numero minimo per una parola perché l'elaborazione iniziale è veloce e quindi dovresti essere in grado di confrontare rapidamente la lista dei termini. Questo parametro può farti risparmiare molto tempo dopo, ma può eliminare termini che potrebbero avere un significato.
Una volta selezionato il valore migliore per questo parametro, esaminare l'elenco dei termini. (Prima clicca il triangolo rosso in alto e seleziona Opzioni di visualizzazione > Mostra opzioni di termini e frasi per rivelare i pulsanti per i comandi comuni). I termini più frequenti e meno frequenti sono in genere non informativi perché sono comuni alla maggior parte dei testi o raramente trovati. Ora esamina attentamente l'elenco e seleziona tutti i moduli per lo stesso termine. (Ad esempio, "r", "rt" e "right".) Fare clic recode quindi inserisci la designazione che desideri utilizzare (ad es. "right"). Se nella lista dei termini trovi qualcosa che è semplicemente spazzatura non informativa, selezionala e fai clic Aggiungi Stop Word . Tutto questo lavoro è solo ripulire la lista dei termini. Ora ad esempio l'elenco delle frasi. Alcune combinazioni significano più delle singole parole, come "barre della scimmia". Seleziona queste frasi e fai clic Aggiungi frase usarlo come un termine.
Ti suggerisco salva il tuo lavoro come uno script di tabella. Inoltre, consultare i comandi del menu della piattaforma per Mostra parole di stop e Mostra ricodifica . Questi comandi forniscono opzioni sull'ambito di applicazione delle personalizzazioni. In questo modo tutti i tuoi sforzi saranno salvati!
Sinceramente non sto cercando di fare un grosso problema con questo problema. Vorrei poterti dare un aiuto veloce. Ma questo lavoro è molto impegnativo e comporta molte decisioni attente e ponderate che non possono essere automatizzate.
