美国 JMP 母版：从文本数据中提取有价值的产品信息使用 JMP 18 制作的视频于 2025 年 5 月发布。
您是某个领域的专家，需要处理隐藏在非结构化文本（例如调查问卷中的自由回答字段、事故报告、产品评论或保修记录）中的信息吗？您是否希望确定并理解文本中发现的模式的价值和相关性？您是否希望确保能够准确解读文本信息，从而深入了解您需要解决的问题，或帮助开发新产品以改进现有产品？
在本节课中，我们将采用以下步骤来探索文本信息，并识别卫生检查员餐厅报告文本中具有统计学意义的潜在主题：
- 识别并查看文本挖掘中使用的独特术语和词汇示例。
- 查看展示文本挖掘结论的示例图形报告。
- 反复整理文本，为文本分析做好准备。
- 保存您认为有用的规则，以便将其应用于新的数据集。
- 对结果进行评分，并将重要文本保存到数据表或文档术语矩阵中。
- 使用 JMP Pro 潜在语义分析 (LSA) 和潜在类别分析 (LCA) 查找文本中的潜在聚类/主题/话题。
- 将 LSA 和 LCA 相关性保存回数据表，以便在分析或模型中使用。
您还可以访问当前的明尼阿波利斯食品检查数据。
基础数据分析与建模回复：从文本数据中收集有价值的产品信息 - 掌握 JMP请提供注册链接。谢谢。
回复：从文本数据中收集有价值的产品信息 - 掌握 JMP你好@yukari_k_hughes 。注册后你会收到一封包含链接的确认邮件。我注意到你浏览了页面，但并没有注册。所以，欢迎随时注册！
