Text data presents special challenges to the data analyst. A new training course helps to guide text exploration and analysis.Text data presents special challenges to the data analyst. A new training course helps to guide text exploration and analysis.Text data presents special challenges to the data analyst. A new training course helps to guide text exploration and analysis.テキストデータはデータアナリストにとって特別な課題を提示します。新しいトレーニングコースは、テキストの調査と分析を導くのに役立ちます。
テキストはデータの一般的な形式ですが、データアナリストにとっては異例の課題があります。
まず、テキストは多くのファイルフォーマットで利用可能であり、テキストファイル内の文字は多くの異なるエンコーディングのうちの1つを使用するかもしれません。個々のファイルは、処理と分析のために単一のJMPデータテーブルにインポートする必要があります。
第二に、テキストは非構造化データ 。測定値（連続変数）、数、カテゴリと同じようには表示されません。テキストデータの単一の値は、資料 。この値は、1文、数段落、または書籍全体の場合があります。値は、テキストまたは電子メールメッセージ、ブログ投稿、レストランレビュー、または可能性のほんの一部を示すフィールド保証レポートなどです。ドキュメントのサンプルは、コーパス 。JMPは、コーパス全体を単一のデータ列に文字データ型と非構造化テキストモデリング型で格納します。各文書はデータ列の1行を占めます。
第三に、テキストは不均一です！1つの文書に、人の名前、場所、製品、失敗、機能など、さまざまな種類の情報が含まれている場合があります。電話番号;日付と時刻年齢性別;通貨;社会保障番号、製品番号、またはその他のもの。情報の内容は、ある文書から次の文書へと一貫していない可能性があります。内容の大部分は、有益ではないか、まったく役に立ちません。情報はどのように見つけられますか？情報かどうかはどうやって決まるの？
第四に、テキストが乱雑です！比較すると、構造化データは簡単に再コード化、変換、またはビン化できます。文書はどのように記録されますか？頭字語、略語、同義語、矛盾した句読点と大文字の使用、およびスペルミスはどのように処理されるのですか？
私達は開発しました JMP Pro 14のテキストエクスプローラを使ったテキストデータの調査と分析に関する新しいトレーニング 。（コースの前半に必要なのはJMP 14だけです。）
テキストデータの分析における作業の多くはキュレーションのリスト条項 。トレーニングの大部分の時間は、生のコーパスから始まり、精選された用語リストで終わるワークフローに集中しています。このリストはその後の分析の中心となるので、リストの質は重要です。リストが完成したら、元のテーブルにエクスポートするか、新しい構造化変数の形式で新しいデータテーブルとしてエクスポートできます。これらの新しい変数は、単独で、または他のJMPプラットフォームの他の構造化変数と組み合わせて調べることができます。
JMP Proのテキストエクスプローラには、用語のリストからより多くの情報を抽出するための3つの強力な多変量メソッドがあります。潜在クラス分析一般的なパターンの用語を共有する文書の集まりを検出します。潜在意味解析コーパス内の暗黙のトピックを発見します。判別分析別の変数によって提供されるカテゴリに文書をスコア付けします。
分析待ちのテキストデータはありますか。ベストプラクティスでテキストエクスプローラを使用するのを手助けしたいですか。の新コース次回のプレカンファレンストレーニングとして初公開予定 JMPディスカバリーサミット 2018年10月22日〜23日、ノースカロライナ州ケアリーのSAS本社にて。じゃあね！
