Der Text Explorer ist nützlich, um unstrukturierten Text, wie etwa Umfragefelder mit freier Antwortmöglichkeit oder Vorfallberichte, zu untersuchen und seine Bedeutung zu verstehen. Dies ist oft ein iterativer Prozess, bei dem Sie abwechselnd eine Liste von Begriffen und Ausdrücken zusammenstellen und analysieren.
Sehen Sie sich zwei Fallstudien („Urlaub in Europa“ und „Welcher Wein?“) an, um zu erfahren, wie Sie:
Kemal @kemal_oflus , Olivia @O_Lippincott und Ross @Ross_Metusalem beantworteten Fragen in den Live-Webinaren:
F: Wie kann ich das Text Explorer-Menü anzeigen?
A: Klicken Sie unter Datei > Einstellungen auf die Menügruppe links. Prüfen Sie, ob „Erweiterte Modellierung“ aktiviert ist oder nicht. Wenn nicht, aktivieren Sie das Kontrollkästchen und klicken Sie auf OK. Mit den Menüeinstellungen können Sie Menüelemente anzeigen oder ausblenden, um Ihre JMP-Schnittstelle anzupassen.
F: Ist es möglich, eine Benutzereinstellung so festzulegen, dass standardmäßig immer ein zentriertes Layout für die Wortwolke verwendet wird?
A: Ja, unter Datei > Einstellungen können Sie spezifische Plattformeinstellungen festlegen. Unter der Text Explorer-Plattform gibt es in den Einstellungen eine Option, um das Standardlayout für die Wortwolke auf zentriert zu ändern.
F: Könnten Sie bitte erklären, wie man die Binärspalte richtig einrichtet und für Analysen verwendet?
A: Die Dokument-Begriffsmatrix bietet für jeden Begriff in der Begriffsliste eine binäre Spalte. Dadurch wird der Text in einen numerischen Datensatz umgewandelt, der für die Modellierung oder grafische Darstellung verwendet werden kann. Weitere Einzelheiten finden Sie auch in den Fragen und Antworten im Video bei ca. 32:20.
F: Was ist „lokal“ in der Dokument-Begriffsmatrix?
A: Lokal verwendet Stoppwörter nur in der aktuellen Text Explorer-Plattform. Wenn Sie die Stoppwörter mit einem anderen Datensatz oder einem anderen Start der Plattform mit der aktuellen Tabelle verwenden möchten, können Sie mit der Benutzeroption eine Benutzerbibliothek erstellen. Weitere Einzelheiten finden Sie auch in den Fragen und Antworten im Video bei ca. 32:20.
F: Kann ich RegEx zum Erkunden von Text verwenden?
A: Ja. Ein Blogbeitrag zur Datenbereinigung sowie diese Präsentation zum Discovery Summit geben einige Informationen.
F: Der Vortragende verwendete bei der anfänglichen Textanalyse eine binäre Gewichtung, bei der SVD-Analyse jedoch TF IDF. Sollten Sie während der gesamten Analyse bei einer Gewichtung bleiben oder ist es hilfreich, für verschiedene Teile der Analyse unterschiedliche Gewichtungen zu verwenden?
A: TF IDF ist die Standardgewichtung für eine SVD-Analyse. „Binär“ ist die Standardeinstellung, sofern keine SVD-Analyse ausgeführt wurde. Die anderen Gewichtungsoptionen haben spezielle Anwendungsfälle. Weitere Einzelheiten finden Sie auch in den Fragen und Antworten im Video bei ca. 32:20.
F: Haben Sie darüber nachgedacht, eine Funktion für „verschlüsselten“ Text/Kryptografie hinzuzufügen, um das Erkennen und Analysieren von Mustern in verschlüsseltem Text zu erleichtern?
A: Einige dieser Probleme können durch die Verwendung benutzerdefinierter regulärer Ausdrücke behoben werden. Im ersten Startfenster gibt es hierfür eine Option. Dort können Sie JMP beibringen, wie es viele Muster erkennt und was zu tun ist, wenn es diese findet.
F: Können Sie für die Phrasen statt für die Wörter eine Wortwolke erstellen?
A: Die Wortwolke verwendet die Begriffsliste, um die Wortwolke zu generieren. Wenn Sie der Begriffsliste Ausdrücke hinzufügen, wie Kemal es im Beispiel getan hat, werden die Ausdrücke auch in der Wortwolke angezeigt.
F: Finden Sie, dass Sie die Standardoptionen des Text-Explorers ändern (maximale Anzahl Zeichen pro Wort, Wortstammerkennung, maximale Anzahl Wörter pro Phrase)? Normalerweise lasse ich diese unverändert und frage mich, ob es wichtig ist, sie zu ändern.
A: In den meisten Fällen lasse ich sie unverändert, bis auf die Mindestanzahl an Zeichen pro Wort. Fachexperten können hier möglicherweise Anregungen geben. Wenn Sie einen regulären Ausdruck anpassen möchten und einige eindeutige Begriffe haben, können Sie dies tun. Siehe Video unten.
F: Gibt es die Sentimentanalyse nur in JMP Pro?
A: Ja, erfahren Sie mehr über die Sentimentanalyse mit JMP Pro.
F: Haben Sie Tipps für die Arbeit mit benutzerdefinierten regulären Ausdrücken mit JMP und Textanalyse? Ich stelle fest, dass ich viel Zeit damit verbringe und nur begrenzte Ergebnisse erhalte.
A: Wir bieten einen Kurs zur Textanalyse an, den Sie vielleicht nützlich finden. Er enthält verschiedene Beispiele für die Verwendung von Regex. Es gibt einen JMP-Blogbeitrag über Regex zur Datenbereinigung, der in einem JMP-Community-Blog veröffentlicht wird.
F: t-SNE-Diagramm: Was bedeuten xy-Zahlen?
A: Dafür würde ich empfehlen, sich ein Video über multivariate Methodenclustering oder über das Unterrichten von Clustering anzusehen. In diesem Fall hatten wir 25 verschiedene Spalten und haben diesen mehrdimensionalen Raum auf 2 reduziert. Stellen Sie sich das ähnlich wie Hauptkomponenten vor. Sie können wählen, wie viele Ausgaben (oder Komponenten) Sie möchten.
F: Manchmal gibt es in der Phrasenliste roten Text. Was bedeutet das?
A: Es identifiziert eine Standardfarbe in unserer Bibliothek.
Fragen, die bei einer früheren Demo zu diesem Thema beantwortet wurden:
F: Müssen Sie die Wortwolke so vorkonfigurieren, dass sehr gebräuchliche Wörter wie „the“ (das) ignoriert werden?
A: Es gibt eine Liste mit „Stoppwörtern“, also sehr häufige Wörter wie „the“, die JMP verwendet, um sie von der Analyse auszuschließen. Weitere Informationen finden Sie in der Dokumentation zur Verwendung von Stoppwörtern und verwandten Themen .
F: Können wir durch Trennzeichen getrennte TXT-Dateien importieren und Spalten einzeln analysieren?
A: JMP kann durch Trennzeichen getrennte Textdateien in eine JMP-Datentabelle importieren. Sie können mehrere Textspalten einzeln analysieren, was zu einer separaten Ausgabe für jede Textspalte führt.
F: Wenn in seinem Beispiel die Farbe Rot das am häufigsten vorkommende Wort darstellt, warum ist dann nicht das größte Wort „rot“?
A: Die Spalte „Durchschnittswert“ in der Datentabelle ist die Grundlage für die Farbgebung in seinem Beispiel. Die Größe ist das am häufigsten vorkommende Wort/der am häufigsten vorkommende Begriff. In diesem Beispiel hat Kemal angegeben, dass die Farbgebung dieser Wortwolke durch die Spalte „Durchschnittswert“ aus der Datentabelle gesteuert werden soll. Der Durchschnittswert stammt also nicht aus JMP, sondern aus der Datentabelle. Weitere Informationen zu Wortwolkenoptionen finden Sie hier.
F: Was sind Token?
A: Token sind Wörter/Begriffe plus Phrasen/Fälle oder eine Kombination davon. In diesem Fall hatte ich 15792 Begriffe, 59360 Fälle (oder Phrasen) und davon ungefähr 17 pro Zeile (Token insgesamt pro Fall). Weitere Einzelheiten finden Sie hier.
In der Tokenisierungsphase wird Text in Kleinbuchstaben umgewandelt, dann wird eine „Tokenisierungsmethode“ (entweder Basic Words oder Regex) angewendet, um Zeichen in Token zu gruppieren, und dann werden Token basierend auf angegebenen Umcodierungsdefinitionen umcodiert. Beachten Sie, dass die Umcodierung vor der Wortstammerkennung erfolgt und Umcodierungsvorgänge intern in einem Durchgang verarbeitet werden, unabhängig von der Reihenfolge, in der sie im Berichtsfenster angegeben sind. Weitere Informationen zu den Textverarbeitungsschritten finden Sie hier.
TokensTokensTokensToken
F: Können Sie statt einer Wortwolke eine Phrasenwolke erstellen?
A: Wir haben den JMP-Entwickler Xan Gregg @XanGregg nach dem Live-Webinar kontaktiert. Er meinte, dass die Wortwolke genauer als Term Cloud bezeichnet werden könnte. Sie zeigt alle Wörter in der Termliste. Ich nehme an, Sie könnten viele Phrasen als Terme hinzufügen und Wörter entfernen, indem Sie sie zu Stoppwörtern machen, und dann würden Sie eine Phrasenwolke erhalten. Wenn Sie Phrasenwolken anfordern möchten, können Sie Ihre Anfrage und Begründung gerne in die JMP Software Wish List posten.
F: Mich interessiert die „Dokumentenclusterung“, die Sie vorhin erwähnt haben. Wo kann ich Informationen dazu finden, wenn ich unter Hunderten von Textdokumenten herausfinden möchte, welche zu einer ähnlichen Gruppe gehören?
A: Sie können JMP Pro für die latente Klassenanalyse und die latente semantische Analyse verwenden.
Latent Analysis OptionsLatent Analysis OptionsLatent Analysis OptionsOptionen für die latente Analyse
Sehen Sie sich diesen kurzen Überblick zur Verwendung latenter Analysen an.
A: Was sind Dokumente und wie importiert man sie in JMP?
F: Jede Zeile wird als Dokument betrachtet und Sie importieren sie aus jeder Datei, die sie in Zeilen erfasst. Sie können den Text beispielsweise aus Excel importieren. In diesem Beispiel wurden die Bewertungen als Zeilen in einer Excel-Datei erfasst.
Ressourcen
