文本探索平台用于探索非结构化文本数据中常用的词语和短语，例如产品评论、社交媒体帖子、调查问卷中的评论字段、事件报告等中的文本。JMP® Pro中还提供了其他工具以进行更深入的分析。
首先需要对文本数据进行预处理，才能进行这些分析。有关如何使用文本浏览器平台进行预处理的信息，请参阅“文本浏览器 - 描述非结构化文本数据”指南和JMP 帮助文档。
分析非结构化文本
文本分析包括将准备好的文本数据转换为文档词项矩阵（DTM） 。DTM 中的每一行对应一个文档（文本数据列中的一个单元格），每一列对应一个词项。然后，DTM 将作为所有分析的输入。
在这里，我们点击红色三角形图标，选择“保存文档术语矩阵” ，并使用默认设置。文本浏览器分析报告顶部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。
- 主题分析将词语归类为主题或话题，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 奇异值分解散点图矩阵.
Example: Pet Survey.jmp (Help > Sample Data Folder)示例：宠物调查.jmp（帮助 > 示例数据文件夹）
节省结果
文本浏览器分析结果（例如数字地形模型）可以保存到数据表中。生成的列随后可用作其他分析中的预测因子。
- 要保存与文档对应的信息，请保存文档词项矩阵、文档奇异向量或文档主题向量。
- 要保存与术语对应的信息，而不考虑具体文档，请保存术语表、术语单数向量或术语主题向量。
请访问JMP 帮助中的“基本分析”>“文本浏览器”了解更多信息。
