Utilisation de la formule du modèle de sujet de l'explorateur de texte pour prédire les sujets d'un nouveau texteJ'ai passé un peu de temps à essayer de répondre à cette question pour moi-même (même "googled it"), sans succès, alors nous nous tournons maintenant vers les experts.
J'ai un client qui a des données texte et JMP Pro. Il utilise ses données existantes (ensembles de formation et de validation) pour élaborer un modèle d'analyse de sujet raisonnable permettant de prévoir une réponse nominale. Par exemple, il utilise la saisie de texte pour prédire si un client potentiel pourrait être un bon risque de crédit, en fonction des données accumulées lorsque le client a appelé un représentant de la société par téléphone.
Il dispose maintenant d'un modèle utilisant des vecteurs thématiques pour prédire le risque de crédit. Il souhaite maintenant saisir de nouvelles données textuelles dans le modèle existant et prévoir le risque de crédit pour le nouveau client. (Donner un sens?) Comment faisons-nous cela?
J'ai essayé d'enregistrer la formule de vecteur de sujet, mais cela ne met pas à jour le calcul des nouveaux scores de sujet pour le texte ajouté dans les nouvelles lignes.
Cela peut-il être fait de cette façon? Ou serait-il préférable de revenir aux DTM plus larges au lieu de sujets?
On dirait que cela devrait être simple, mais je ne le vois pas.
Toute aide est appréciée!
Jerry
Objet: Utiliser la formule du modèle de sujet de l'explorateur de texte pour prédire les sujets du nouveau texte Clarification: Topic Vector Formula est actuellement mis à jour avec de nouveaux documents. Toutefois, les résultats ne correspondent pas à ceux de Enregistrer Sujet Singular Vectors. Cela semble être causé par le bug que j'ai mentionné ci-dessus.
Objet: Utiliser la formule du modèle de sujet de l'explorateur de texte pour prédire les sujets du nouveau texteIl semble y avoir un bogue empêchant la formule de fonctionner dans JMP Pro 14.1. Le bogue a été corrigé dans JMP Pro 13.2 et JMP Pro 14, mais il est réapparu dans 14.1. Je l'ai signalé le développement.
De plus, deux options de sauvegarde, Enregistrer le sujet Singular Vectors et Enregistrer la formule Vector Topic, donne des résultats identiques, à la différence que le premier génère des colonnes individuelles tandis que le second utilise le format vectoriel dans une formule.
Objet: Utiliser la formule du modèle de sujet de l'explorateur de texte pour prédire les sujets du nouveau texteD'accord avec @markbailey . J'utiliserais les vecteurs de sujet comme entrées dans d'autres plates-formes de modélisation. Certaines plates-formes de modélisation (comme Fit Model) savent quoi faire avec les effets vectoriels, d’autres ne savent pas quoi en faire. Si vous souhaitez créer plusieurs modèles en utilisant différentes techniques et les comparer, vous pouvez cliquer avec le bouton droit de la souris sur Nouvelles colonnes de formule -> Vecteur -> Colonnes pour répartir les vecteurs en colonnes individuelles. Ensuite, ils joueront bien avec Neural, Partition, etc.
Objet: Utiliser la formule du modèle de sujet de l'explorateur de texte pour prédire les sujets du nouveau texteEn regardant Mark Bailey, vous trouverez un exemple de sa deuxième idée dans Chris et mon discours de découverte en 2017. C'est un modèle de sentiment, mais le flux de travail est le même que celui discuté par Mark.
M
Objet: Utiliser la formule du modèle de sujet de l'explorateur de texte pour prédire les sujets du nouveau texteJ'ai deux idées immédiates mais je pense toujours ...
Premièrement, l’analyse par sujet est-elle le meilleur choix lorsque le problème est la classification? Qu'en est-il de l'analyse discriminante dans l'explorateur de texte?
Deuxièmement, qu’en est-il de l’utilisation de l’explorateur de texte pour enregistrer le MNT (probablement à l’aide de la pondération TF-IDF) et de l’utilisation d’autres techniques de modélisation prédictive pour sélectionner les caractéristiques prometteuses en matière de classification?
