Los usuarios de JMP pueden notar que las nuevas versiones de El software A menudo trae la capacidad de soportar nuevos tipos de datos. La capacidad de incorporar datos de imagen vino con JMP 12, y con JMP 13 viene el soporte para datos de texto.
En los primeros días del desarrollo de esta plataforma, hicimos una lluvia de ideas sobre cómo nombrarla. Propuse "Textcavator" ya que la plataforma te ayudaría a profundizar un poco más y exponer más valor en tus datos de texto. Text Explorer es mucho más claro y refleja mejor lo que hace la plataforma y, de manera adecuada, el nombre proviene de alguien que tuvo una gran influencia en su desarrollo; siga leyendo para averiguar quién es.
“Nuestros clientes tienen una gran cantidad de datos en campos literales (en encuestas, registros de reparaciones, informes de incidentes, etc.) y no tienen medios para analizar estos datos. Se requiere un gran esfuerzo para recopilar estos datos de texto, y queríamos incluir una instalación básica para que nuestros clientes pudieran obtener más valor de sus datos de texto ", explica John Sall, cofundador y vicepresidente ejecutivo de SAS, y arquitecto principal de JMP .
Los clientes dijeron que no solo querían digerir los datos de texto, sino también interactuar con ellos y explorarlos para poder ver frases importantes, crear nuevas columnas y nuevos gráficos. Los primeros usuarios de JMP 13 quedaron impresionados con la velocidad, la interacción y los gráficos, y les gustó que les proporcionara una gran capacidad para especificar expresiones regulares, como números de pieza y códigos de falla.
Su uso en la educación también fue importante para Juan. "Sentimos que Text Explorer era un elemento importante de nuestros métodos de minería de datos, como se enseña comúnmente en los cursos de minería de datos", dice John.
La plataforma incluye características estándar que usted esperaría: frecuencias de palabras, nubes de palabras (ya sea ordenadas o centradas) y derivadas para manejar los finales de palabras. Además, la plataforma incluye estas características:
- Muy buena facilidad de expresión regular con una biblioteca de expresiones regulares predefinidas y definidas por el usuario.
- Detección de frases de varias palabras y su uso como tokens.
- Construido en Recode para consolidar múltiples términos.
- Conjunto de comandos altamente interactivo (por ejemplo, muestra el texto que contiene frases para ver el contexto fácilmente).
- Buen rendimiento (para una sola máquina).
Con solo hacer clic en una frase o término en la lista, puede ver cómo se usan las frases o términos en contexto.
Esta nueva plataforma fue un esfuerzo de equipo, con siete desarrolladores principales:
- Chris Gotwalt : análisis de texto * incluyendo SVD, LCA y matriz dispersa
- John Sall : otros análisis de texto * y algunos trabajos de interfaz de usuario (UI)
- James Preiss (que ahora asiste a la escuela de posgrado): Recodificación y gestión de datos de texto
- Xan Gregg : Word Cloud y otros trabajos de interfaz de usuario
- Ernest Pasour: trabajo de interfaz de usuario
Debido a que la plataforma Text Explorer es una herramienta básica de exploración de texto, no comprende el vocabulario, las partes del habla o la sintaxis, no corrige la ortografía y no realiza análisis de opinión. El enfoque no específico del idioma que se basa en la matriz de términos del documento y los métodos derivados, como el SVD y el LCA, generalmente se denomina enfoque de "bolsa de palabras" en el sentido de que se ignora el orden de las palabras, y solo su presencia y nuestra Se analiza el conteo en los documentos. Es bastante fácil de usar, con características de personalización muy limitadas de las que preocuparse (sin ontologías). Como el objetivo es permitir que los usuarios obtengan más valor de los campos literales, no hay herramientas extensas para acceder al texto en varios formatos de archivo (por ejemplo, PDF, documentos de procesamiento de textos o rastreadores web).
Puede obtener más información sobre la nueva plataforma de Text Explorer y verla en acción en un Hablando de forma analítica con el co-fundador de Adsurgo, Heath Rushing, quien fue muy influyente en el desarrollo de Text Explorer, y es a quien debemos agradecer por el nombre, Text Explorer (¡gracias, Heath!).
Heath también comparte dos demostraciones más extensas en una Hablando técnicamente por Internet. Y junto con James Wisnowski, Heath presentará una sesión titulada "Mind the Gap: JMP en el Text Explorer Express" en unas pocas semanas en Cumbre del descubrimiento . Los desarrolladores y otros clientes de adopción anticipada presentarán más información sobre la exploración de texto en Discovery Summit, incluyendo un tutorial por Chris Gotwalt titulado, "La U-to-the-V: Guía del autostopista para JMP 13 Text Explorer".
Para más información sobre lo que viene en JMP 13, visite el página de vista previa en nuestro sitio web.
* Exploraremos las capacidades de análisis de texto en JMP Pro 13 en una publicación futura.
