JMP トレーニング情報を使用しようとして、おそらく 2 時間ほど時間を費やしましたが、何かが足りないに違いありません。
構造化されていないアンケートの質問をして、基本的なテキスト分析を実行しました。フレーズから、同じ意味のフレーズが人間的に約 5 つわかります。これらのフレーズを 1 つだけのフレーズにグループ化して分析したいと考えています。JMP では、フレーズを選択して「スーパー フレーズ」を簡単に作成できますか?何度か試しましたが、どうすればいいのかわかりません。
「リクエストテスト」
「テストをリクエストする」
「リクエストテスト」
「テストリクエスト」
「テスト依頼」
「テストリクエスト」
それらはすべてその意味を持っているため、すべて「リクエストテスト」としてグループ化されます。
JMP 14 Pro では、これが 2 段階のプロセスであることを知りました。テキスト エクスプローラー... 最初に、Phrase という名前の右側のボックスで複数の語幹語句を選択して、新しい語句を作成します。次に、それが完了したら、Term and Phrase Lists という名前の左側のボックスに移動します。新しいフレーズを見つけて右クリックします。[再コード化] を選択し、グループ化したフレーズごとに、わかりやすい名前を 1 つ付けます。それぞれに新しい名前が付けられると、これらは消えます。次に、その左側のボックスに新しい「スーパーフレーズ」が表示され、パレートで表示できます。
私は間違っているかもしれませんが、扱うフレーズのさまざまな形式がテキスト エクスプローラーのフレーズ リストにあるように思えます。 これらの語句は、テキスト データ列の元の文字列値ではありません。 このケースは、構造化された文字値ではなく、非構造化テキストだと思います。 そのため、再コード化は、解析とタームの後に Text Explorer 内で行う必要があります。
作業している JMP のバージョンについては言及していません。 JMP12 以降の場合、Recode というカラム ユーティリティがあります。
次のスクリプトは、ダミー テーブルを作成し、coulmn User1 の Recode を呼び出します。
ex= {"request tests", "request a test", "request testing", "test requests", "test request",
"testing requests"};
dt= New Table("Survey", add rows(50), NewColumn("User1", character,
<< set each value(ex[Random integer(1,6)]) ) );
dt << Go To (:User1);
dt << Recode;添付のスクリーンショットは、テーブルとインタラクティブ インターフェイスを示しています。 式の周りの赤いボックスは、新しい列 (値の)、式 (列)、またはインプレース (値の置換) を作成するためのメニュー オプションです。私が選んだ方式列に名前を付けましたユーザー1の再コード化. 次に、すべてのオプションを選択して右クリックすると、オプションのポップアップ メニューが表示されます。 オプションは、多数のフレーズの 1 つを使用するか、新しい値を使用することです。 選択を行い、[再コード化] ボタンを押します。
注: 回答のグループが複数ある場合は、共通の用語を指定して、さまざまなオプションでグループを選択できます。 完了したら、再コードを押します。
このアクションによって作成される式は
Match( :User1,
"request a test", "request tests",
"request testing", "request tests",
"test request", "request tests",
"test requests", "request tests",
"testing requests", "request tests",
:User1
)
次の式を使用していたでしょう
t0 = Trim( Lowercase( :User1 ) );
If( Contains( t0, "request" ) & Contains( t0, "test" ),
"request test",
:User1
);
これらの関数はいずれも、タイプミスやスペルミスを処理しません。JMPには最短編集距離と呼ばれる機能があり、レーベンシュタイン距離を計算するスクリプトがあり、レベルの一致（または不一致）または単語とフレーズを「スコアリング」する他のアルゴリズムがあります。
ただし、インタラクティブにデータを操作しているので、Recode は非常に使いやすいです。
見上げるデータの再コード化オンラインブックでJMPの使用.(メイン メニュー > [ヘルプ] > [書籍] > [JMP の使用])。
テキスト エクスプローラーのトレーニングはまだありません。 10月のJMP Discovery Summitで新コースをお披露目します！
]「a」が用語リストにあり、したがって句リストにある理由がわかりません。 1 文字のトークンは本当に有益ですか? また、停止語には「a」が含まれており、自動的に削除されているはずです。
最初にステムを作成できますリクエスト/リクエストそしてテスト/テストたった2つのフレーズで済みますリクエストテストとテストリクエスト. それらを用語リストに追加してから、必要なレベルに再コーディングできます。
これを行うためのよりエレガントな方法があるかもしれません (誰かがそれを知っていれば興味があります) が、数式 IF を使用して新しい列を作成し、そのテキスト フィールドが CONTAINS "行、選択場所オプションを使用し、複数の条件を追加すると、これはさらに簡単になります。各条件は、テキスト フィールドに「次を含む」ものであり、リスト（「条件が満たされた場合」にチェックを入れてください）。これらの行が選択されると、[行] の下の [列での名前の選択] により、式で得られるのと同じ列が作成されます。
