文本分析和自然语言处理在最新的统计口语网络研讨会中占据中心位置您的文本数据将揭示什么价值. 近 700 名注册者（包括 400 多名 Salesforce 的新联系人）享受了 NLP 专家和顾问 Manya Mayes 的主题演讲，该主题演讲概述了文本分析的好处、最佳实践以及如何交流从文本数据中获得的见解。 随后，宝洁公司的统计学家 Jeff Swartzel 和 FDA 的 Weida Tong 也加入了 Manya 的行列。
为了帮助 JMP 销售团队与客户和潜在客户进行更有意义和更有成效的会后对话，我们创建了以下推荐资源列表，以便在活动结束后进行定位。 此列表从我们的网站中提取适当的资产。
如果您对与本次活动相关的建议有任何疑问，请随时与我联系。
Larry - 卡里的 x11276。
在此处找到 Salesforce 活动链接
首先，考虑将链接发送到JMP 16 页面中的新功能. 术语选择和情感分析是我们在本页重点介绍的 JMP 16 中的新功能。 我们还制作了一个短视频，术语选择和情绪分析，您可以在 YouTube 上找到。 这是一个精彩的视频，展示了文本资源管理器中这些新功能的亮点。
授权宝洁员工进行文本分析, JMP 前言文章
本文来自宝洁公司的 Scott Reese，他是小组成员 Jeff Swartzel 的同事。 杰夫在他的演讲中引用了这篇文章——这是将组织转向文本分析的一个很好的案例研究。
JMP Pro 16 支持情绪分析, JMP 博客
这篇来自 Ross Metusalem 的博客深入探讨了 JMP Pro 的情绪分析，现已在 JMP 16 中提供。 情绪分析使您能够根据他们的书面评论来衡量人们对某事的看法是积极还是消极。 Ross 使用咖啡包的消费者情绪来展示 JMP 如何处理书面反馈。 他展示了如何始终针对特定上下文定制分析，以及 JMP 如何包含各种功能，以便在您探索数据时轻松自定义情感词典和评分系统。 这是我们在该主题上拥有的最新资产。
释放文本分析的价值, 分析说
本次与 Seth Grimes 的网络研讨会讨论了一个事实，即近 80% 的业务相关信息采用非结构化格式。 Grimes 就释放非结构化文本数据的价值、自然语言处理和情感分析技术的最佳实践给出了他的观点。
使用文本探索处理非结构化数据, 从技术上讲
虽然有点旧，但这篇技术性演讲讨论了各种非结构化数据，例如调查、产品投诉、维护报告、客户反馈等，以及文本探索功能如何帮助您从基于文本的数据中快速提取见解。 它重点介绍了一些早期版本的 JMP 软件，包括词云，它允许您以一种方式可视化词频，以明确任何给定非结构化数据集中的主要主题。 还展示了如何操纵矩阵中每个术语的重要性，并使用主题提取探索与您的组织最相关的主题。
进入非结构化数据, 白皮书
本白皮书较旧，但仍是我们关于文本分析的主要白皮书。 本文探讨了 JMP® 和 JMP Pro Text Explorer 中的各种功能，以及它们如何帮助解锁基于文本的洞察力。 为了演示这个过程，作者 Heath Rushing 从一系列国家科学基金会研究资助摘要中引用了一个有启发性的例子。
使用文本资源管理器扩展分析, 掌握 JMP 网络研讨会
此母版展示了如何使用文本资源管理器来分析非结构化文本，例如调查或事件报告中的评论字段。 请参阅本次消费者研究，了解如何使用非结构化数据更全面地了解与地方政府业务相关的调查结果。 网络研讨会涵盖导航文本资源管理器、识别术语和短语、映射结果等。
您可能还想考虑定位我们的工业问题解决的统计思维，免费在线课程。 整个课程由七个模块组成，总计约 30 小时的自定进度学习。一切都很好，但考虑突出预测建模和文本挖掘模块。 它涵盖了研讨会中涵盖的许多相同主题，包括如何从非结构化文本数据（例如调查响应数据）中提取信息和含义。
