Kemal @kemal_oflus , Oliva @O_Lippincott y rut @ruthhummel respondió preguntas después de la demostración de junio de 2023.
P: ¿Ha considerado agregar una función para texto/criptografía "codificados" para ayudar a reconocer y analizar patrones en texto codificado?
R: Parte de esto se puede abordar mediante el uso de expresiones regulares personalizadas. Hay una opción para esto en esa ventana de lanzamiento inicial. Allí, puede enseñarle a JMP cómo identificar muchos patrones y qué hacer cuando los encuentra.
P: ¿Puedes hacer una nube de palabras para las frases en lugar de las palabras?
R: La nube de palabras utiliza la lista de términos para generar la nube de palabras. Si agrega frases a la lista de términos como lo hizo Kemal en el ejemplo, la nube de palabras también mostrará las frases.
P: ¿Cree que cambia las opciones predeterminadas del explorador de texto (máximo de caracteres por palabra, derivación, máximo de palabras por frase)? Por lo general, los dejo solos y me pregunto si es importante cambiarlos.
R: En la mayoría de los casos, los dejo solos excepto por un mínimo de caracteres por palabra.Los expertos en la materia pueden tener aportes aquí.Si desea personalizar una expresión regular y tiene algunos términos únicos, puede personalizar Vea el video a continuación.
P: ¿El análisis de sentimiento solo está en JMP Pro?
R: Sí, ver más sobre Análisis de los sentimientos utilizando JMP Pro.
P: ¿Tiene algún consejo para trabajar con expresiones regulares personalizadas con JMP y análisis de texto? Encuentro que paso mucho tiempo tratando de hacer esto y obtengo resultados limitados.
R: Ofrecemos un curso de analisis de textos que usted puede encontrar útil. Incluye varios ejemplos de cómo usar Regex. Hay una publicación de blog de JMP sobre Regex para limpiar datos que se publicará en un Blog de la comunidad JMP .
P: Gráfica t-SNE: ¿qué significa xy #s?
R: Para eso recomendaría ver un video en método multivariante clusterin g o en agrupamiento de enseñanza . En este caso, teníamos 25 columnas diferentes y redujimos ese espacio multidimensional a 2. Piense en esto como algo similar a los componentes principales.Puede elegir cuántas salidas (o componentes) desea.
P: A veces hay texto rojo en la lista de frases. ¿Qué significa eso?
R: Identifica un color predeterminado en nuestra biblioteca.
Preguntas respondidas en una demostración anterior sobre este tema:
P: ¿Tiene que preconfigurar la nube de palabras para ignorar palabras súper comunes, como "el"?
R: Hay una lista de "palabras vacías" que son palabras súper comunes, como "el", que JMP usa para excluirlas del análisis. Ver documentación sobre el uso de palabras vacías y Temas relacionados .
P: ¿Podemos importar archivos txt delimitados y analizar columnas individualmente?
R: JMP puede importar archivos de texto delimitados en una tabla de datos JMP. Podría analizar varias columnas de texto individualmente, lo que daría una salida separada para cada columna de texto.
P: En su ejemplo, si el color rojo muestra la palabra más frecuente, ¿por qué la palabra más grande no es "rojo"?
R: La columna de puntaje promedio en la tabla de datos es la base para colorear este ejemplo. El tamaño es la palabra/término más frecuente. En este ejemplo, Kemal especificó que el color de esta nube de palabras debe ser controlado por la columna de puntaje promedio de la tabla de datos.Entonces Average_score no proviene de JMP, sino de la tabla de datos. Ver más sobre Opciones de nube de palabras .
P: ¿Qué son las fichas?
R: Los tokens son palabras/términos más frases/casos o una combinación de ellos. En este caso tenía 15792 Términos, 59360 Casos (o Frases) y alrededor de 17 de estos por fila (total de tokens por caso).Ver más detalles.
La etapa de tokenización convierte el texto a minúsculas, luego aplica un método de 'tokenización' (ya sea palabras básicas o expresiones regulares) para agrupar caracteres en tokens, y luego recodifica tokens según las definiciones de recodificación especificadas. Tenga en cuenta que la recodificación se produce antes de que las operaciones de derivación y recodificación se procesen internamente en una sola pasada, independientemente del orden en que se especifiquen en la ventana del informe. Ver más sobre el Pasos de procesamiento de texto .
Tokensfichas
P: ¿Se puede hacer una nube de frases en lugar de una nube de palabras?
R: Nos pusimos en contacto con el desarrollador de JMP, Xan Gregg @xangregg , después del seminario web en vivo.Sugirió que la nube de palabras podría llamarse con más precisión nube de términos. Muestra todas las palabras en la lista de términos. Supongo que podría agregar muchas frases como términos y eliminar palabras haciendo que se detengan, y luego obtendría una nube de frases.Si está interesado en solicitar Phrase Clouds, no dude en publicar la solicitud y la justificación en JMP Software. Lista de deseos .
P: Estoy realmente interesado en la "agrupación de documentos" que mencionó anteriormente. ¿Dónde puedo encontrar información sobre esto entre cientos de documentos de texto y quiero encontrar cuáles están en un grupo similar?
R: Puede utilizar JMP Pro para Análisis de clase latente y Análisis semántico latente .
Latent Analysis OptionsOpciones de análisis latente
Consulte esta breve descripción general sobre cómo utilizar los análisis latentes.
A: ¿Qué son los documentos y cómo los importa a JMP?
P: Cada fila se considera un documento y lo importa desde cualquier archivo que lo capture en filas.Por ejemplo, puede importar el texto de Excel. En este ejemplo, las revisiones se capturaron como filas en un archivo de Excel.
Recursos
Después de la sesión, el usuario y asistente de JMP Mark Anawis @mark_anawis sugirió esta respuesta a una pregunta sobre la recuperación de 2 palabras (frase) en lugar de 1 para la lista de términos. Creo que puede hacer esto seleccionando Tokenizing 'Regex' y marcando 'Personalizar Regex'.Esto abre el Editor de expresiones regulares de Text Explorer para la columna de texto. Puede modificar potencialmente la función Regex para recuperar 2 palabras en lugar de 1.
