基於文本的分析基於文本的分析是否有任何良好的參考資料？專門在數據集中的幾個基於文本的字段上構建模型？
回复：基於文本的分析非常感謝！這肯定會讓我在寫作軌道上。我非常感謝你的幫助！回复：基於文本的分析運行以下腳本來模擬您的數據集：
Names Default to Here( 1 );
// simulate data set with client responses
dt = New Table( "Loans",
Add Rows( 25 ),
New Column( "Loan Description", "Character", "Unstructured Text" ),
New Column( "Key Term", "Character", "Nominal" ),
New Column( "Purpose of the Loan", "Character", "Nominal" ),
New Column( "Modified Purpose of Loan", "Character", "Nominal" )
);
// make a list of some target terms
target term = List(
"credit card balance ",
"home improvement ",
"new car "
);
For Each Row(
// make unstructured text
embedded term = target term[Random Integer( 1, N Items( target term ) )];
description =
Repeat( "blah ", Random Integer( 2, 5 ) ) ||
embedded term ||
Repeat( "blah ", Random Integer( 2, 5 ) );
Column( dt, 1 )[] = description;
// make structured response
purpose = If( Random Uniform() < 0.25,
"Other",
embedded term
);
Column( dt, 3 )[] = purpose;
);
dt << Suppress Formula Eval;( 1 );
// now show one solution
Column( dt, 2 ) << Set Formula(
Regex(
:Loan Description,
" credit card balance | home improvement | new car "
)
);
Column( dt, 4 ) << Set Formula(
If( :Purpose of the Loan == "Other",
:Key Term,
:Purpose of the Loan
)
);
dt << Suppress Formula Eval( 0 ) << Run Formulas;
忽略腳本，現在關注數據表示例：
我假設您的真實數據集有一個列，如上例中的第一個和第三個數據列。
您現在可以使用我在第二和第三個數據列中創建的公式來開始您的解決方案。
回复：基於文本的分析我認為那會有用。什麼是最好的入門方式？
回复：基於文本的分析那麼，您可以通過使用從非結構化文本中獲取的子字符串替換“其他”級別來創建新響應（即修改後的目的）？
回复：基於文本的分析我可以使用另一個名為貸款目的的列（數據集是貸款數據）。它定義了為什麼有人要求貸款的原因。但是，“其他”的存儲桶是我想要查看Load_Description的地方（這是有原因的自由格式字段）我想將這些關鍵字拉出來。因此，例如，有人可能選擇其他作為目的，但在描述中，他們解釋說貸款是用於家庭改造。使用Other進一步定義行的能力將有助於改進整體預測。
回复：基於文本的分析據我所知，原始文本是字符數據列中的非結構化數據。您希望從新數據列（結構化變量）中的文本中提取特定術語，以在某些模型中用作預測變量。您可能對監督學習有一個已知的響應，否則您將以探索的方式使用新列，也許與數據集中的其他協變量一起使用？
回复：基於文本的分析標稱。我認為表格是自由格式文本。
回复：基於文本的分析好吧，我向您展示的兩種方式是生成具有匹配子串（或缺失）級別的單個預測變量，或者生成特定子串的指示符的多個預測變量。選擇其中一種方法不會對回歸模型或分區模型產生影響，但它可能會對神經網絡模型產生影響。什麼是響應變量？
回复：基於文本的分析我認同。我有一個關鍵詞列表，我想從中開發模型。使用公式創建一個虛擬列是否更容易指示在行中找到每個關鍵字的位置？我認為這可能是一種更容易識別文本內容的方法。其中一些回答是完整的段落 - 就像我發布的例子一樣。
回复：基於文本的分析我認為創建作為模型指標的預測變量（數據列）可能更容易。似乎大多數文本都沒有為您的目的提供信息。
您的專欄可能會使用以下內容：
Regex( :text, " balance | credit card " )
如果希望單個字符列顯示名為text的列中同一行的結果。你可以使用這樣的東西：
Contains( :text, " balance " ) > 0
如果您想為每個目標字符串指定一個單獨的指標列，例如上面的餘額。
這些建議中的任何一個都朝著正確的方向發展嗎？
回复：基於文本的分析當然。它的非結構化數據。我要做的是建立一個模型，尋找特定的短語;家居裝修，借記合併，抵押等 因此，如果我的字段中的數據包含：
幾年前，我的妻子開辦了一家平面設計公司，因為她還在上大學，所以她決定使用信用卡幫助資助創業公司。幾年後，她仍然擁有平衡從那些費用中，公司已經解散了（一旦我們有了兩個孩子中的第一個，她選擇了擔任薪水的職位）。因為平衡是如此之高，我們每月發送一筆大額付款，這反過來會佔用我們這個月的支出和結果，必須使用相同的信用卡。餘額在兩年多的時間裡，我真的沒有動過，我看不到結局。請幫忙。有固定的支付和定期貸款將使我們確信這將變得更好，我們可以開始投資我們的孩子的未來。 先感謝您。
我想拉出上面粗體的單詞。這可能嗎？
回复：基於文本的分析您能描述一下文本字段和模型的性質嗎？例如，文本是非結構化數據嗎？它是對調查問題的回答嗎？
