文本探索器平台用于探索非结构化文本数据中的常用单词和短语，例如产品评论、社交媒体帖子、调查中的评论字段、事件报告等中的文本。JMP ® Pro 中提供了其他工具供进一步分析。
首先必须准备好文本数据才能进行这些分析。有关如何使用文本探索器平台执行此操作的信息，请参阅《文本探索器 - 描述非结构化文本数据》指南和JMP 帮助。
分析非结构化文本
文本分析涉及将准备好的文本数据转换为文档词条矩阵 (DTM) 。DTM 中的每一行对应一篇文档（文本数据列中的一个单元格），每一列对应一个词条。之后，DTM 将作为所有分析的输入。
这里我们选择了红色三角形下方的“保存文档词条矩阵” ，并使用了默认设置。文本探索器分析报告顶部的红色三角形菜单中提供了多种分析选项：
- 潜在类别分析将文档分组为相似文档的集群。
- 潜在语义分析，SVD是一种类似于主成分分析的降维技术。
- 主题分析将词语分组为主题或话题，类似于因子分析。
- 聚类术语或聚类文档对术语或文档执行层次聚类。
Here we selected 潜在语义分析（SVD） using the default settings. Then selected SVD散点图矩阵.
Example: Pet Survey.jmp (Help > Sample Data Folder)示例：Pet Survey.jmp（帮助 > 样本数据文件夹）
保存结果
文本探索器的分析结果（例如 DTM）可以保存到数据表中。分析结果列随后可用作其他分析的预测因子。
- 要保存与文档相对应的信息，请保存文档术语矩阵、文档奇异向量或文档主题向量。
- 为了保存与术语相对应的信息，而不考虑具体的文档，保存术语表、术语奇异向量或术语主题向量。
访问JMP 帮助中的基本分析 > 文本资源管理器以了解更多信息。
