我可以使用 JMP 將全文期刊文章解析為方法、結果和討論的單獨列嗎？大家好，
我有興趣對科學期刊文章中主題部分的關鍵字/短語如何變化進行一些文本分析。 我想知道是否可以從 pdf 開始，然後為文章結構的每個可識別部分中包含的文本塊生成單獨的列。 例如，我可以創建 8 個不同的列，其中包含來自標題、摘要、關鍵字、介紹、方法、結果、討論和文獻引用部分的文本塊？
我的出發點可以是：a）一個pdf文件夾或b）一個jmp表，其中每一行都是一篇文章，並且有一列包含我已經在JMP中創建的每篇文章的所有文本。 有什麼建議麼？ 注意：我只有 JMP，沒有 JMP Pro，所以我需要弄清楚如何使用這個約束來做到這一點。
感謝任何可以提供見解的人。
回复：我可以使用 JMP 將全文期刊文章解析為方法、結果和討論的單獨列嗎？ 附有 JMP 表我不認為手動處理這麼多文件是可行的！
不要這麼快就放棄。 社區喜歡挑戰！
回复：我可以使用 JMP 將全文期刊文章解析為方法、結果和討論的單獨列嗎？ 附有 JMP 表謝謝， @Mark_Bailey . 我想你是對的。 即使有很多我沒有的領域經驗，這也可能是一個困難的項目。 就我而言，我有大約 5,700 個 pdf。 以蠻力（主要是手動方式）通過這些方式來模仿我的方式，這對我來說可能是目前最可行的選擇。 感謝您花時間回复。
回复：我可以使用 JMP 將全文期刊文章解析為方法、結果和討論的單獨列嗎？ 附有 JMP 表我認為這個項目並不容易。 由於問題的長度和復雜性，這裡可能不適合討論。 但讓我們看看我們能做些什麼。
我在文本分析方面的經驗一直是來自單一人群的語料庫。 例如，兩年前，我使用關於 100 家醫院急診科患者入院的敘述編寫了一個基於 FDE 的課程。該案例提出了無數挑戰，但至少文檔之間有足夠的一致性，使這組正則表達式可以完成文本分析的目標。 此時您並不真正需要文本分析（即文檔術語矩陣）。 您想將文檔解析為它們的部分。
我認為解決方案需要大量的領域專業知識。 我隨機挑選了幾個文檔，但在我可能用作解析所需部分的基礎的少數文檔中找不到任何內容。 似乎有許多慣例在起作用，許多情況似乎根本不遵循任何慣例。
在這種情況下，正則表達式可能不是正確的處理級別。 JMP 模式非常強大。 我在基本層面上了解它們，但我不是專家。也許社區中的其他人有必要的經驗來拆開它。
回复：我可以使用 JMP 將全文期刊文章解析為方法、結果和討論的單獨列嗎？ 附有 JMP 表大家好，
我在這篇文章中附加了一個 JMP 表，說明了我在這一點上遇到的問題。 我想使用“小寫和折疊空白文本”列中的文本在空列中創建文本塊。
我知道這個過程可能具有挑戰性，我將不得不處理許多特殊情況（例如，章節標題不同的論文，例如“介紹”與“背景”）。我開始研究字符和字符模式公式，這看起來很有希望，但很快就不知所措。 我的背景只是分析數字，而不是文本，所以我還在追趕。 如果有人能指出一些在這裡可能特別有用的字符公式，我將不勝感激。
回复：我可以使用 JMP 將全文期刊文章解析為方法、結果和討論的單獨列嗎？你好@Mark_Bailey並感謝您的回复。 我理解您的部分回复，但可能不是全部。 這是我已經知道該怎麼做的事情：1）將一堆pdf導入到jmp表中，這樣每篇文章都是一行，文章的所有文本都在一個列中； 2) 使用標准文本資源管理器功能探索這個語料庫（將短語添加到術語列表、創建詞云、創建文檔術語矩陣等）。
我不知道該怎麼做是將這一列中的每個文檔文本分成多個列，例如，Introduction（僅包含文章介紹中的文本），Abstract（僅包含文章摘要中的文本） ）， 等等。 我只是在嘗試一種使用文本到列的潛在方法來執行此操作，我在其中找到單詞“介紹”並將其替換為“介紹（後面是一個在語料庫中任何地方都沒有出現的古怪字符）”。 然後，我使用古怪的字符將文本拆分為列。 如果“介紹”或“結果”這個詞在每個文檔中只出現一次，這將非常有用。 當它不止一次發生時，我會在文章中得到未對齊的列。 我能想到解決此問題的唯一方法是在查找和替換操作期間評估“介紹”一詞的每種情況，僅在“介紹”一詞用作真正的分節符時插入分隔符。 由於我是一名生態學家並且對文本分析非常陌生，因此這是我一直在為此類問題進行陪審團操縱的各種低效方法的典型代表。
您是否介意舉例說明如何使用任何其他表格命令或正則表達式將包含所有文本的單列解析為具有不同內容部分的文本的多列？ 注意：我是一個真正的正則表達式初學者，所以假設我對這個主題幾乎一無所知，我會開始閱讀。
再次感謝。 凱西
回复：我可以使用 JMP 將全文期刊文章解析為方法、結果和討論的單獨列嗎？是的，使用多文件導入命令和文本資源管理器。
術語列表的形成基於基本單詞（簡單但簡單）或正則表達式（更難但更具體）。 正則表達式方法更適合從文檔中查找特定信息。 您可以自定義應用於文檔的正則表達式。 您可以選擇短語並將其添加到術語列表中。 然後，您可以將指標或頻率列保存回原始數據表。
該數據表也可以通過使用正則表達式、JMP 文本模式和其他字符串函數的表命令和列公式來製作。
