Buscando algunos buenos ejemplos de limpieza/extracción de textoPresentaré un taller sobre herramientas de texto JMP en US Discovery el próximo mes y busco ejemplos buenos y realistas de extracción de información textual. Probablemente dedicaré más tiempo al texto estructurado, pero planeo hablar sobre expresiones regulares y texto no estructurado. Si tienen ejemplos que quieran compartir, me interesaría conocerlos. No tienen que ser complejos, sencillos, pero también interesantes. Mi plan es enviar el texto por correo electrónico a los participantes antes del taller con información sobre los pasos a seguir. Durante el taller, repasaremos las soluciones.
Re: Buscando algunos buenos ejemplos de limpieza/extracción de textoLos datos de los informes económicos del Libro Beige (adjuntos) podrían ser útiles. Desde 1981, los informes tienen secciones individuales separadas por encabezados entre llaves dobles (p. ej., {{Banca}} o {{Empleo}}). Se pueden usar expresiones regulares para extraer solo el texto de ciertas secciones para un análisis más detallado.
Un desafío es que el texto del encabezado varía según el concepto o tema, por ejemplo, {{Finanzas}} vs. {{Banca}}. Pero eso podría ser solo una capa más del desafío.
