레벨: 중급
직무 기능: 분석가 / 과학자 / 엔지니어
Laura Higgins, JMP 글로벌 기술 활성화 엔지니어, SAS
세상은 구조화되지 않은 텍스트로 가득 차 있으며, 그 대부분은 탐험되지 않은 채로 있습니다. 이를 더욱 복잡하게 만들기 위해, 최근까지 텍스트에서 의미와 가치를 추출하려면 특별한 도구가 필요했습니다. JMP Pro의 Text Explorer는 텍스트 데이터에 대한 통찰력을 제공하고 큐레이팅된 용어 목록을 사용하기 위한 강력한 옵션이 많이 있습니다. 단어 클라우드를 넘어 Text Explorer의 모델링 도구를 살펴보겠습니다.
용어 목록이 큐레이팅되면 무엇을 해야 하는지에 대한 몇 가지 다른 옵션을 보여드리겠습니다. 큐레이팅된 텍스트를 모델 요인으로 변환할 때 잠재 클래스 분석(LCA)과 잠재 의미 분석(LCA)의 다양한 응용 프로그램을 보여드리겠습니다. 또한 주제 점수의 의미에 대해 논의하고 주제 수를 선택하기 위한 지침을 제공하며 모델링의 일부로 주제를 사용하는 방법을 보여드리겠습니다.
텍스트를 정리한 후에는 워드 클라우드에서 멈추지 말고 다른 기술 중 하나를 시도해 텍스트 데이터에 숨겨진 의미를 찾아보세요.
•데이터에 기본 테마가 있습니까? 어떤 문서(행)가 함께 클러스터링되는지 찾으세요.
•용어가 함께 발견된 문서에서 어떤 개념적 주제와 테마가 나타나는가?
•텍스트 분석에서 안정적인 변수를 생성하여 모델링에 사용합니다. 주제가 결과 변수에 긍정적 또는 부정적으로 기여하는지 이해합니다.
•시장 바구니/연관성 분석을 위한 출력을 만듭니다. 
