Gente
Necesito ayuda con la plataforma Text Explorer.
Tengo una mesa enorme con, digamos, historial de reemplazo de piezas. Necesito analizarlo. El campo que tiene Descripción de partes se ingresa manualmente y está vagamente estructurado. Puedo tener diferentes entradas para la misma parte. Digamos: "ABC DE", "ABC-DE", "Nueva DE", "ABC de tipo (DE)", "Automatic Bull Catcher DE" y así sucesivamente. Muy difícil de convertir en algoritmo. Puedo comenzar a repasar la tabla y hacer un montón de "Seleccionar similar" y "Nombre seleccionado en la columna", pero como dije, la tabla es enorme y la imaginación de los técnicos al escribir información es enorme.
Sé que debería poder hacer eso con Text Explorer, pero nunca trabajé con él. Estoy mirando a través de los Libros, pero ya sea mirando el lugar equivocado o simplemente no puedo reconocer lo que necesito. Mientras tanto, quien me dio esta tarea también me dio una fecha límite muy limitada. ¿Alguien puede empujarme en la dirección correcta? Nombre del método, opción, capítulo del libro, ¿algo?
Gracias,
METRO.
Me temo que, por lo general, no existe una "ayuda rápida" cuando se trata de usar Text Explorer. Actualmente estoy escribiendo un curso de dos días como introducción a esta metodología con la plataforma Text Explorer. (Se estrenará en la JMP Discovery Summit en octubre en la sede de SAS en Cary, NC). Simplemente, hay muchos aspectos para
Debido a que los datos están algo estructurados, incluso si son confusos, primero debe intentar usar el Cols > Recodificar mando. Esta instalación es muy poderosa. Puedes aprender sobre ello y examinar muchos ejemplos en Ayuda > Libros > Usando JMP . De esta manera, es posible que se requiera mucho trabajo debido al tamaño del conjunto de datos y la creatividad de los ingenieros, pero es probable que sea el enfoque más directo.
Si Recode no es satisfactorio o exitoso, entonces el Explorador de texto puede ser útil para este problema. Por favor, lea el capítulo sobre Text Explorer primero en Ayuda > Libros > Analisis basico . Espero que el método predeterminado de tokenizing no estructurado (expresiones regulares) sea el más útil en este caso. Intentaría usar de 1 a 5 caracteres como el número mínimo para una palabra porque el procesamiento inicial es rápido y entonces debería poder comparar rápidamente la lista de términos. Este parámetro puede ahorrarle mucho trabajo más adelante, pero puede eliminar términos que podrían tener un significado.
Una vez que haya seleccionado el mejor valor para este parámetro, examine la lista de términos. (Primero haga clic en el triángulo rojo en la parte superior y seleccione Opciones de pantalla > Mostrar opciones de término y frase para mostrar botones para comandos comunes.) Los términos más frecuentes y menos frecuentes son generalmente poco informativos porque son comunes a la mayoría de los textos o raramente se encuentran. Ahora examine cuidadosamente la lista y seleccione todos los formularios para el mismo término. (Por ejemplo, "r", "rt" y "derecha".) Haga clic en Recodificar y luego ingrese la designación que desea usar (por ejemplo, "a la derecha"). Si encuentra algo en la lista de términos que es simplemente basura no informativa, selecciónela y haga clic en Añadir Stop Word . Todo este trabajo es simplemente limpiar la lista de términos. Ahora el ejemplo de la lista de frases. Algunas combinaciones significan más que las palabras individuales, como "barras de mono". Selecciona estas frases y haz click Añadir frase para utilizarlo como un término.
te sugiero que guarda tu trabajo como un script de tabla. Además, vea los comandos del menú de la plataforma para Mostrar palabras de parada y Mostrar recodificaciones . Estos comandos brindan opciones sobre el 'alcance' de sus personalizaciones. ¡De esta manera se ahorrará todo su esfuerzo!
Sinceramente, no estoy tratando de hacer un gran problema con este problema. Desearía poder darte ayuda rápida. Pero este trabajo es mucho trabajo e implica muchas decisiones cuidadosas y reflexivas que no se pueden automatizar.
