Livello: Intermedio
Funzione lavorativa: analista/scienziato/ingegnere
Markus Schafheutle, ricercatore associato, chemiometria, allnex
Mahmoud Hammoud, JMP Senior Systems Engineer, SAS
Johann Billiani, Responsabile del gruppo R&S per la tecnologia WB Topcoat, allnex
I recenti progressi nella tecnologia dei processori hanno reso possibile l'analisi di grandi quantità di dati di testo in formato libero, che richiedono tecniche basate su matrici computazionalmente intensive (sparse). Strumenti come JMP Text Explorer consentono all'utente di esplorare e modellare questo tipo di dati dalla comodità del proprio laptop. In questo documento, mostriamo un flusso di lavoro che è stato utilizzato per analizzare i dati testuali dei brevetti (descrizioni, riepiloghi, classificazioni) acquisiti da un database di brevetti al fine di creare un panorama dei brevetti. Quest'ultimo consentirà una migliore comprensione delle attuali tendenze del settore e aiuterà anche a identificare "anomalie" o lacune, ad esempio, aree che non vengono molto studiate. Verrà posta particolare enfasi sull'importanza di affinare la procedura di analisi (ad esempio, stop list, phrase list, stop word) al fine di estrarre meglio il segnale dal rumore, nonché suggerimenti e trucchi per l'analisi del testo basati sulla nostra esperienza di lavoro con questo tipo di dati.
