我是 JMP 的新手，刚刚开始使用文本资源管理器从消费者研究研究中寻找自由文本响应中的见解。
一旦分析确定了响应中的关键术语，是否有一种自动方式来查看每个术语的最常见上下文？
例如，如果消费者研究正在研究新纸巾的性能，我们希望术语“吸收”或相关字符串大量出现，但术语列表不会让我们知道它是否在“毛巾吸收”的上下文中很好”或“这不吸收液体”。 我设想的是一个“单词树”，它在中间有选定的术语，然后分支显示距离 3-5 个单词的单词，可能会根据单词出现的次数来缩放单词的大小。
我想我可以通过创建一个数据子集来获得类似的效果，该子集只包含文本中存在吸收的行并重新运行文本分析以获得与吸收相关的词云，但如果有一个内置的工具来更有效地探索单词的上下文。
我知道 JMP pro 提供情绪分析，但不幸的是我们没有专业订阅。
谢谢马克，过滤功能似乎给了我目前需要的大部分信息。
