文字探索平台用於探索非結構化文字資料中常用的字詞和短語，例如產品評論、社交媒體貼文、問卷中的評論欄位、事件報告等中的文字。 JMP® Pro中還提供了其他工具以進行更深入的分析。
首先需要對文字資料進行預處理，才能進行這些分析。有關如何使用文字瀏覽器平台進行預處理的信息，請參閱「文字瀏覽器 - 描述非結構化文字資料」指南和JMP 說明文件。
分析非結構化文本
文字分析包括將準備好的文字資料轉換為文件詞項矩陣（DTM） 。 DTM 中的每一行對應一個文件（文字資料列中的一個單元格），每一列對應一個詞項。然後，DTM 將作為所有分析的輸入。
在這裡，我們點擊紅色三角形圖標，選擇“儲存文檔術語矩陣” ，並使用預設設定。文字瀏覽器分析報告頂部紅色三角形選單中提供了多種分析選項：
- 潛在類別分析將文件分組為相似文件的群集。
- 潛在語意分析（SVD）是一種類似主成分分析的降維技術。
- 主題分析將字詞歸類為主題或話題，類似於因子分析。
- 聚類術語或聚類文件對術語或文件執行層次聚類。
Here we selected 潛在語意分析，SVD using the default settings. Then selected 奇異值分解散點圖矩陣.
Example: Pet Survey.jmp (Help > Sample Data Folder)範例：寵物調查.jmp（幫助 > 範例資料資料夾）
節省結果
文字瀏覽器分析結果（例如數位地形模型）可以儲存到資料表中。產生的列隨後可用作其他分析中的預測因子。
- 若要儲存與文件對應的信息，請儲存文件詞項矩陣、文件奇異向量或文件主題向量。
- 若要儲存與術語對應的信息，而不考慮具體文檔，請儲存術語表、術語單數向量或術語主題向量。
請造訪JMP 說明中的「基本分析」>「文字瀏覽器」以了解更多資訊。
