Text Explorer는 설문 자유응답 필드나 사고 보고서와 같은 비정형 텍스트를 탐색하여 의미를 이해하는 데 유용합니다. 이는 종종 반복적인 프로세스로, 용어와 구문 목록을 큐레이팅하고 분석하는 것을 번갈아가며 수행합니다.
두 가지 사례 연구(유럽 휴가 및 Which Wine?)를 참조하여 다음 방법을 알아보세요.
Kemal @kemal_oflus , Olivia @O_Lippincott 및 Ross @Ross_Metusalem 이 라이브 웨비나에서 질문에 답했습니다.
질문: 텍스트 탐색기 메뉴를 보려면 어떻게 해야 하나요?
A: 파일>환경 설정에서 왼쪽의 메뉴 그룹을 클릭합니다. "고급 모델링"이 체크되어 있는지 확인합니다. 체크되어 있지 않으면 상자를 체크하고 확인을 클릭합니다. 메뉴 환경 설정을 사용하면 JMP 인터페이스를 사용자 정의하기 위해 메뉴 항목을 표시하거나 숨길 수 있습니다.
질문: 워드 클라우드 레이아웃을 항상 중앙 정렬로 기본 설정하도록 사용자 환경 설정을 할 수 있나요?
A: 네, 파일>환경 설정에서 특정 플랫폼 환경 설정을 지정할 수 있습니다. 환경 설정의 텍스트 탐색기 플랫폼에서 워드 클라우드의 기본 레이아웃을 가운데 정렬로 변경하는 옵션이 있습니다.
질문: 바이너리 컬럼을 올바르게 설정하는 방법과 분석에 사용하는 방법을 설명해 주시겠습니까?
A: Document Term Matrix는 용어 목록의 각 용어에 대한 이진 열을 제공합니다. 이는 텍스트를 모델링이나 그래프에 사용할 수 있는 수치 데이터 세트로 전환합니다. 또한 자세한 내용은 ~32:20에 있는 비디오의 Q&A를 참조하세요.
질문: 문서 용어 행렬에서 로컬이란 무엇입니까?
A: Local은 현재 Text Explorer 플랫폼에서만 불용어를 사용합니다. 다른 데이터 세트나 현재 표와 함께 다른 플랫폼 출시와 함께 불용어를 사용하려면 사용자 옵션으로 사용자 라이브러리를 만들 수 있습니다. 또한 자세한 내용은 ~32:20에 있는 비디오의 Q&A를 참조하세요.
질문: 정규식을 사용해 텍스트를 탐색할 수 있나요?
A: 네. 데이터 정리에 대한 블로그 게시물이 일부 정보를 제공하고, 이 Discovery Summit 프레젠테이션 도 마찬가지입니다.
질문: 발표자는 초기 텍스트 분석에서 이진 가중치를 사용했지만 SVD 분석에는 TF IDF를 사용했습니다. 분석 전체에 걸쳐 하나의 가중치를 고수해야 합니까? 아니면 분석의 다른 부분에 대해 다른 가중치를 사용하는 것이 도움이 됩니까?
A: TF IDF는 SVD 분석의 기본 가중치입니다. SVD 분석이 실행되지 않은 경우 이진이 기본입니다. 다른 가중치 옵션에는 특정 사용 사례가 있습니다. 또한 자세한 내용은 ~32:20에 있는 비디오의 Q&A를 참조하세요.
질문: 코딩된 텍스트의 패턴을 인식하고 분석하는 데 도움이 되는 "코딩된" 텍스트/암호화 기능을 추가하는 것을 고려해 보셨나요?
A: 이 중 일부는 사용자 지정 정규식을 사용하여 해결할 수 있습니다. 초기 실행 창에 이에 대한 옵션이 있습니다. 거기서 JMP에 여러 패턴을 식별하는 방법과 패턴을 찾았을 때 수행할 작업을 가르칠 수 있습니다.
질문: 단어 대신 문구에 대한 워드 클라우드를 만들어 주실 수 있나요?
A: 워드 클라우드는 용어 목록을 사용하여 워드 클라우드를 생성합니다. 케말이 예에서 한 것처럼 용어 목록에 구문을 추가하면 워드 클라우드도 구문을 표시합니다.
질문: 기본 텍스트 탐색기 옵션(단어당 최대 문자 수, 어간 추출, 구문당 최대 단어 수)을 변경하는 걸 보셨나요? 저는 보통 이런 것들을 그대로 두고 변경하는 게 중요한지 궁금해요.
A: 대부분의 경우 단어당 최소 문자 수를 제외하고는 그대로 둡니다. 주제 전문가가 여기에 입력할 수 있습니다. 정규 표현식을 사용자 지정하고 고유한 용어가 있는 경우 사용자 지정할 수 있습니다. 아래 비디오를 참조하세요.
질문: 감정 분석 기능은 JMP Pro에만 있나요?
대답: 네, JMP Pro를 이용한 감정 분석 에 대해 자세히 알아보세요.
질문: JMP와 텍스트 분석을 사용하여 사용자 정의 정규 표현식을 사용하는 데 대한 팁이 있나요? 저는 이 작업을 시도하는 데 많은 시간을 보내고 제한된 결과를 얻는다는 것을 알게 되었습니다.
A: 저희는 귀하에게 유용할 수 있는 텍스트 분석 과정을 제공합니다. 여기에는 정규 표현식을 사용하는 방법에 대한 다양한 예가 포함되어 있습니다. JMP 커뮤니티 블로그 에 게시될 데이터 정리를 위한 정규 표현식에 대한 JMP 블로그 게시물이 있습니다.
질문: t-SNE 플롯: xy #s는 무엇을 의미하나요?
A: 그러려면 다변량 방법 클러스터링 이나 클러스터링 교육 에 대한 비디오를 시청하는 것이 좋습니다. 이 경우, 우리는 25개의 다른 열을 가지고 있었고 그 다차원 공간을 2개로 줄였습니다. 이것을 주성분과 비슷하다고 생각하세요. 원하는 출력(또는 성분)의 수를 선택할 수 있습니다.
질문: 가끔 문구 목록에 빨간색 텍스트가 있습니다. 무슨 뜻인가요?
대답: 라이브러리의 기본 색상을 식별합니다.
이 주제에 대한 이전 데모에서 답변한 질문:
질문: "the"와 같은 매우 흔한 단어를 무시하려면 워드 클라우드를 미리 구성해야 합니까?
A: JMP가 분석에서 제외하는 데 사용하는 "the"와 같은 매우 일반적인 단어인 "중지어" 목록이 있습니다. 중지어 사용 및 관련 주제 에 대한 설명서를 참조하세요.
질문: 구분 기호로 구분된 txt 파일을 가져와서 열을 개별적으로 분석할 수 있나요?
A: JMP는 구분된 텍스트 파일을 JMP 데이터 테이블로 가져올 수 있습니다. 여러 텍스트 열을 개별적으로 분석하여 각 텍스트 열에 대한 별도의 출력을 제공할 수 있습니다.
질문: 그의 예에서 빨간색이 가장 빈번한 단어를 나타낸다면 가장 큰 단어가 "빨간색"이 아닌 이유는 무엇입니까?
A: 데이터 테이블의 평균 점수 열은 그의 예에서 색칠의 기준입니다. 크기는 가장 빈번한 단어/용어입니다. 이 예에서 Kemal은 이 단어 클라우드 색칠이 데이터 테이블의 평균 점수 열에 의해 제어되어야 한다고 지정했습니다. 따라서 Average_score는 JMP에서 나오지 않고 데이터 테이블에서 나옵니다. 단어 클라우드 옵션 에 대한 자세한 내용을 참조하세요.
질문: 토큰이란 무엇인가요?
A: 토큰은 단어/용어와 구문/케이스 또는 이들의 조합입니다. 이 경우 15792개의 용어, 59360개의 케이스(또는 구문) 및 행당 약 17개(케이스당 총 토큰)가 있었습니다. 자세한 내용을 참조하세요.
토큰화 단계는 텍스트를 소문자로 변환한 다음 '토큰화' 방법(기본 단어 또는 정규식)을 적용하여 문자를 토큰으로 그룹화한 다음 지정된 재코드 정의에 따라 토큰을 재코드화합니다. 재코드화는 어간 추출 전에 발생하고 재코드화 작업은 보고서 창에서 지정된 순서와 관계없이 한 번에 내부적으로 처리됩니다. 텍스트 처리 단계 에 대한 자세한 내용을 참조하세요.
TokensTokensTokens토큰
질문: 단어 구름 대신 구문 구름을 만들 수 있나요?
A: 라이브 웨비나 이후 JMP 개발자 Xan Gregg @XanGregg 에게 연락했습니다. 그는 Word Cloud를 Term Cloud라고 부르는 것이 더 정확할 것이라고 제안했습니다. Term 목록에 있는 모든 단어를 보여줍니다. 아마도 많은 Phrases를 Terms로 추가하고 중지 단어로 만들어서 단어를 제거하면 Phrases Cloud를 얻을 수 있을 것입니다. Phrase Cloud를 요청하는 데 관심이 있다면 JMP Software Wish List 에 요청과 근거를 게시하세요.
질문: 저는 당신이 이전에 언급한 "문서 클러스터링"에 정말 관심이 있습니다. 수백 개의 텍스트 문서 중에서 어떤 문서가 비슷한 그룹에 속하는지 찾고 싶은데, 이에 대한 정보를 어디에서 찾을 수 있을까요?
답변: JMP Pro를 사용하면 잠재 클래스 분석 과 잠재 의미 분석이 가능합니다.
Latent Analysis OptionsLatent Analysis OptionsLatent Analysis Options잠재 분석 옵션
잠재 분석의 사용법에 대한 간략한 개요를 확인하세요.
답변: 문서란 무엇이고, 어떻게 JMP로 가져오나요?
질문: 각 행은 문서로 간주되며 행으로 캡처하는 모든 파일에서 가져옵니다. 예를 들어 Excel에서 텍스트를 가져올 수 있습니다. 이 예에서 리뷰는 Excel 파일에서 행으로 캡처되었습니다.
자원
