Nivel: Intermedio
Función del puesto: Analista / Científico / Ingeniero
Markus Schafheutle, investigador asociado, quimiometría, allnex
Mahmoud Hammoud, JMP Ingeniero sénior de sistemas, SAS
Johann Billiani, líder del grupo de I+D para tecnología de capa superior WB, allnex
Los recientes avances en tecnología de procesadores han posibilitado el análisis de grandes cantidades de datos de texto libre, lo que requiere técnicas basadas en matrices de alto rendimiento computacional (dispersas). Herramientas como JMP Text Explorer permiten al usuario explorar y modelar este tipo de datos desde la comodidad de su portátil. En este artículo, mostramos un flujo de trabajo utilizado para analizar datos textuales de patentes (descripciones, resúmenes, calificaciones) obtenidos de una base de datos de patentes para crear un panorama de patentes. Este último permitirá una mejor comprensión de las tendencias actuales de la industria y también ayudará a identificar anomalías o lagunas, por ejemplo, áreas poco investigadas. Se hará especial hincapié en la importancia de perfeccionar el procedimiento de análisis sintáctico (por ejemplo, listas de exclusión, listas de frases, palabras vacías) para extraer mejor la señal del ruido, así como en consejos y trucos para el análisis de texto basados en nuestra experiencia trabajando con este tipo de datos.
