레벨 : 중급
Scarlett Marklin, Sandia National Laboratories 컴퓨터 과학자
Yvonne Petrova, Sandia National Laboratories, 거버넌스, 위험 및 규정 준수 분석가
Sandia National Laboratories의 리더는 사용자가 기존 회사 도구보다 가능한 일관성과 정확성으로 위험 관리 활동을 기록 할 수있는 새로운 "위험 및 문제"도구 개발을 요청했습니다. 이 목표를 달성하기 위해 개발자는 지난 7 년 동안 기존 도구 내의 각 텍스트 필드가 사용자로부터 캡처 한 내용에 대한 세부 정보가 필요했습니다. JMP Text Explorer는 SVD로 잠재 의미론 분석을 사용하여 문제, 위험, 조치 및 결과 범주를 분류하고 식별하는 데 사용되었습니다. 정규식 사용에 중점을두면 데이터 전처리 단계의 효율성이 높아져 전체 결과의 품질이 향상되고 전처리 시간이 단축되었습니다. 비교를위한 기준이없는 경우, 텍스트 파생 카테고리의 정확성은 주제 전문가의 입력에 따라 라인별로 측정됩니다. 분석을 통해 과거 데이터의 차이와 불일치가 강조되었고 툴이 무엇을 캡처해야하는지에 대한 오해가 명확 해졌으며, 더 높은 품질과보다 정확한 데이터 캡처를 위해 새로운 위험 및 문제 툴을 구성 할 수있는 명확한 길을 만들었습니다.
