テキストの取得、整理、分析
方法を参照してください。
- コーパス、ドキュメント、用語、フレーズ、DTM（ドキュメント用語マトリックス）、トークン化、ステミング、ストップワードなど、構造化されていないテキストの分析に関連するテキストエクスプローラーの規則と定義を理解する
方法を参照してください。
- 最も一般的な用語やフレーズを見つけて、用語やフレーズが使用されているコンテキストを特定します
- 用語レポート、フレーズレポート、ワードクラウドを使用する
- 組み込みのユーザー定義のフレーズを適用する
- ストップワードをインタラクティブにカスタマイズ、追加、または削除します
方法を参照してください。
- 一緒に表示される傾向のある用語を見つける
- 同様のドキュメントをグループ化して探索する
- ドキュメントのコレクション内で繰り返し発生するテーマ（トピック）を明らかにする
- 予測モデルで使用できるように、テキストから重要な情報を選別します
- 潜在意味解析（SVD）、散布図巻きひげ、トピック分析（回転SVD）、クラスターレポートごとの上位用語、およびクラスターレポートごとの用語確率を使用します
- クラスターまたは潜在クラスを保存してカテゴリカル予測子を取得し、特異ベクトルを保存して連続予測子を取得します
31分以上高度なJMPをマスターするテキスト分析ビデオRe：テキストの取得、整理、分析これはかなり網羅的です！ありがとう@brady_bradyこのプレゼンテーションでは、次のような、このトピックに関するコミュニティの最新の投稿に関連してこれを確認することを楽しみにしています。 https://community.jmp.com/t5/Tutorials/Deriving-Sentiments-from-Opinions-or-Product-Choices/ta-p/317476 。
最後のセクションのビデオの最後に、次の最後のサブトピックをカバーしています。
- クラスターまたは潜在クラスを保存してカテゴリ予測子を取得し、特異ベクトルを保存して連続予測子を取得します
「ターゲットY」応答に対して、連続（たとえば、特異ベクトルまたはトピックベクトル）および/またはカテゴリ予測子（たとえば、潜在クラスまたはクラスター番号）でモデルを起動する例を見ていくと便利だと思います。これにどのようなモデルを使用する可能性がありますか？PLS？通常のロジスティック？ニューラル？ （これらのタイプの状況で人々が通常使用するのはどれですか？）
ほとんどがXに関するテキスト情報であり、おそらく1つ（できれば少なくとも1つ）であるこのタイプのデータのコンテキストで、実用的に意味があり、合理的に測定されたY応答変数があるサンプルデータセットを見て吸収（評価）するとよいでしょう。意味のあるY応答。
Re：テキストの取得、整理、分析こんにちは@PatrickGiuliano 。ブレイディの1つ@brady_brady同僚、Kemal Oflus @kemal_oflusこのトピックの彼の更新されたバージョンをで発表します2021年6月10日JMPのマスタリングJMP 16Proを使用します。これは大きなトピックであるため、Kemalは、テキスト分析に比較的慣れていない人々の基本的なニーズを満たすことを目指します。私は彼をコピーしているので、彼はより多くの聴衆に適切であれば、あなたの提案を消化し、おそらく対処することができます。
