文本分析和自然語言處理在最新的統計口語網絡研討會中佔據中心位置您的文本數據將揭示什麼價值. 近 700 名註冊者（包括 400 多名 Salesforce 的新聯繫人）享受了 NLP 專家和顧問 Manya Mayes 的主題演講，該主題演講概述了文本分析的好處、最佳實踐以及如何交流從文本數據中獲得的見解。 隨後，寶潔公司的統計學家 Jeff Swartzel 和 FDA 的 Weida Tong 也加入了 Manya 的行列。
為了幫助 JMP 銷售團隊與客戶和潛在客戶進行更有意義和更有成效的會後對話，我們創建了以下推薦資源列表，以便在活動結束後進行定位。 此列表從我們的網站中提取適當的資產。
如果您對與本次活動相關的建議有任何疑問，請隨時與我聯繫。
Larry - 卡里的 x11276。
在此處找到 Salesforce 活動鏈接
首先，考慮將鏈接發送到JMP 16 頁面中的新功能. 術語選擇和情感分析是我們在本頁重點介紹的 JMP 16 中的新功能。 我們還製作了一個短視頻，術語選擇和情緒分析，您可以在 YouTube 上找到。 這是一個精彩的視頻，展示了文本資源管理器中這些新功能的亮點。
授權寶潔員工進行文本分析, JMP 前言文章
本文來自寶潔公司的 Scott Reese，他是小組成員 Jeff Swartzel 的同事。 傑夫在他的演講中引用了這篇文章——這是將組織轉向文本分析的一個很好的案例研究。
JMP Pro 16 支持情緒分析, JMP 博客
這篇來自 Ross Metusalem 的博客深入探討了 JMP Pro 的情緒分析，現已在 JMP 16 中提供。 情緒分析使您能夠根據他們的書面評論來衡量人們對某事的看法是積極還是消極。 Ross 使用咖啡包的消費者情緒來展示 JMP 如何處理書面反饋。 他展示瞭如何始終針對特定上下文定制分析，以及 JMP 如何包含各種功能，以便在您探索數據時輕鬆自定義情感詞典和評分系統。 這是我們在該主題上擁有的最新資產。
釋放文本分析的價值, 分析說
本次與 Seth Grimes 的網絡研討會討論了一個事實，即近 80% 的業務相關信息採用非結構化格式。 Grimes 就釋放非結構化文本數據的價值、自然語言處理和情感分析技術的最佳實踐給出了他的觀點。
使用文本探索處理非結構化數據, 從技術上講
雖然有點舊，但這篇技術性演講討論了各種非結構化數據，例如調查、產品投訴、維護報告、客戶反饋等，以及文本探索功能如何幫助您從基於文本的數據中快速提取見解。 它重點介紹了一些早期版本的 JMP 軟件，包括詞云，它允許您以一種方式可視化詞頻，以明確任何給定非結構化數據集中的主要主題。 還展示瞭如何操縱矩陣中每個術語的重要性，並使用主題提取探索與您的組織最相關的主題。
進入非結構化數據, 白皮書
本白皮書較舊，但仍是我們關於文本分析的主要白皮書。 本文探討了 JMP® 和 JMP Pro Text Explorer 中的各種功能，以及它們如何幫助解鎖基於文本的洞察力。 為了演示這個過程，作者 Heath Rushing 從一系列國家科學基金會研究資助摘要中引用了一個有啟發性的例子。
使用文本資源管理器擴展分析, 掌握 JMP 網絡研討會
此母版展示瞭如何使用文本資源管理器來分析非結構化文本，例如調查或事件報告中的評論字段。 請參閱本次消費者研究，了解如何使用非結構化數據更全面地了解與地方政府業務相關的調查結果。 網絡研討會涵蓋導航文本資源管理器、識別術語和短語、映射結果等。
您可能還想考慮定位我們的工業問題解決的統計思維，免費在線課程。 整個課程由七個模塊組成，總計約 30 小時的自定進度學習。一切都很好，但考慮突出預測建模和文本挖掘模塊。 它涵蓋了研討會中涵蓋的許多相同主題，包括如何從非結構化文本數據（例如調查響應數據）中提取信息和含義。
