テキストのクリーニング/抽出の良い例を探しています来月のUS DiscoveryでJMPテキストツールに関するワークショップを開催します。テキストから情報を抽出する、実用的で優れた事例を探しています。構造化テキストに重点を置く予定ですが、正規表現や非構造化テキストについても触れる予定です。もし共有したい事例があれば、ぜひお聞かせください。難しい内容である必要はなく、シンプルでも興味深い内容であれば何でも構いません。ワークショップの前に、参加者の皆様に、必要な情報を含むテキストをメールでお送りする予定です。ワークショップでは、解決策について検討していきます。
Re: テキストのクリーニング/抽出の優れた例を探していますベージュブック経済報告データ（添付）は役立つかもしれません。1981年以降、報告書は二重中括弧で囲まれた見出しで区切られた個別のセクションで構成されています（例：{{ Banking }} または {{ Employment }}）。これらのセクションに正規表現を適用すれば、特定のセクションからテキストのみを取得し、さらに分析することができます。
課題の一つは、特定の概念／トピックのヘッダーテキストにばらつきがあることです。例えば、{{ Finance }} と {{ Banking }} などです。しかし、これは課題をさらに複雑にしているだけかもしれません。
