Pasé un poco de tiempo, probablemente dos horas, tratando de usar la información de capacitación de JMP, pero debo estar perdiéndome algo.
Tengo preguntas de encuestas no estructuradas y realicé el análisis de texto básico.De las frases, humanamente puedo ver unas cinco frases que tienen el mismo significado.Me gustaría agrupar estas frases en una y sólo una frase para el análisis.¿En JMP puedo seleccionar frases y crear una "súper frase" con facilidad?Lo he intentado varias veces y no sé qué hacer.
"solicitar pruebas"
"solicitar una prueba"
"solicitar prueba"
"solicitudes de prueba"
"solicitud de prueba"
"solicitudes de prueba"
todos se agruparían como "pruebas de solicitud" ya que todos tienen ese significado.
Aprendí que este es un proceso de dos pasos en JMP 14 Pro.Explorador de texto... Primero, cree una nueva frase seleccionando varias frases derivadas en el cuadro de la derecha titulado Frase.Luego, una vez hecho esto, vaya al cuadro de la izquierda titulado Listas de términos y frases.Busque y haga clic derecho en la nueva frase.Seleccione "Recodificar" y para cada una de las frases que agrupó, asigne un solo nombre descriptivo.Estos desaparecen a medida que se le da el nuevo nombre a cada uno.Luego, en ese cuadro de la izquierda, verá la nueva "superfrase" y podrá verla en el pareto.
Podría estar equivocado, pero me parece que las diversas formas de la frase a tratar se encuentran en la lista de frases de Text Explorer. Estas frases no son los valores de cadena de caracteres originales en la columna de datos de texto. Creo que este caso es texto no estructurado, no valores de caracteres estructurados. Por lo tanto, la recodificación debe realizarse dentro de Text Explorer después del análisis y la terminación.
No mencionó en qué versión de JMP está trabajando. Si es JMP12 o superior, hay una utilidad de columna llamada Recode.
El siguiente script crea una tabla ficticia y llama a Recode para coulmn User1.
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;La captura de pantalla adjunta muestra la tabla y la interfaz interactiva. El cuadro rojo alrededor de Fórmula es una opción de menú para crear una Nueva columna (de valores), una Fórmula (columna) o In Place (reemplazar valores).Elegí Fórmula y nombró la columna Recodificar Usuario1 . A continuación, seleccione todas las opciones y haga clic derecho, luego aparece un menú emergente de opciones. Las opciones son usar una de las numerosas frases o usar un nuevo valor. Haga su selección y presione el botón Recodificar.
Nota: Si hay varios grupos de respuestas, puede seleccionar los grupos por diferentes opciones, especificando el término común. Y cuando termine, presione recodificar.
La fórmula creada por esta acción es
Match( :User1,
"request a test", "request tests",
"request testing", "request tests",
"test request", "request tests",
"test requests", "request tests",
"testing requests", "request tests",
:User1
)
Hubiera usado la siguiente fórmula
t0 = Trim( Lowercase( :User1 ) );
If( Contains( t0, "request" ) & Contains( t0, "test" ),
"request test",
:User1
);
Ninguna de estas funciones maneja errores tipográficos y ortográficos.JMP tiene una función llamada distancia de edición más corta y tengo un script para calcular la distancia de Levenshtein y hay otros algoritmos para "puntuar" el nivel de coincidencia (o no coincidencia) o palabras y frases.
Sin embargo, si está trabajando con sus datos de forma interactiva, Recode es muy agradable de usar.
Buscar Recodificar datos en el libro en linea Uso de JMP .(Menú principal > Ayuda > Libros > Uso de JMP).
Oh, todavía no tenemos capacitación para Text Explorer. ¡Presentaremos un nuevo curso en JMP Discovery Summit en octubre!
] No entiendo por qué "a" está en su lista de términos y, por lo tanto, en su lista de frases. ¿Son realmente informativos los tokens de un carácter? Además, las palabras finales incluyen "a" y deberían haberse eliminado automáticamente.
Primero podrías crear tallos para solicitud / peticiones y para prueba / pruebas así que solo te quedan dos frases, solicitar prueba y solicitud de prueba . Puede agregarlos a la lista de términos y luego recodificarlos al nivel deseado.
Puede haber una forma más elegante de hacer esto (y me interesaría si alguien lo sabe), pero puede lograrlo creando una nueva columna usando una fórmula IF con varias cláusulas OR que digan si ese campo de texto CONTIENE " cada una de las frases que enumeró" luego 1, de lo contrario 0. Esto es aún más fácil si usa la opción Fila, Seleccionar dónde y agrega varias condiciones, cada una de las cuales es el campo de texto "contiene" y enumera las frases que tiene en su lista (asegúrese de marcar "si se cumple alguna condición").Una vez seleccionadas esas filas, en Filas, Selección de nombre en columna creará la misma columna que le daría la fórmula.
