À la recherche de bons exemples de nettoyage/extraction de texteJe présente un atelier sur les outils de texte JMP lors de l'US Discovery du mois prochain et je recherche des exemples concrets et pertinents d'extraction d'informations à partir de texte. Je m'attarderai probablement davantage sur le texte structuré, mais je prévois d'aborder les expressions régulières et le texte non structuré. Si vous avez des exemples à partager, n'hésitez pas à m'en faire part. Il n'est pas nécessaire qu'ils soient complexes, simples, mais intéressants. Je prévois d'envoyer le texte par e-mail aux participants avant l'atelier, avec des informations sur les étapes à suivre. Nous passerons l'atelier à examiner les solutions.
Re : À la recherche de bons exemples de nettoyage/extraction de texteLes données des rapports économiques du Livre Beige (ci-joint) pourraient être utiles. Depuis 1981, ces rapports comportent des sections distinctes, séparées par des titres entre accolades doubles (par exemple, {{Banque}} ou {{Emploi}}). Vous pouvez utiliser des expressions régulières pour extraire uniquement le texte de certaines sections et les analyser plus en détail.
L'un des défis réside dans la variation du texte d'en-tête pour un concept/sujet donné, par exemple {{Finance}} et {{Banque}}. Mais cela pourrait constituer un défi supplémentaire.
