テキスト分析によるテキストデータのマイニング

SPSS Modelerには、テキストの処理に特化したノードがあります。 テキスト分析ノードは、高度な言語テクノロジーと自然言語処理（NLP）を使用した強力なテキスト分析機能を提供します。 構造化されていない多種多様なテキストデータを迅速に処理し、重要な概念を抽出することができる。 テキスト分析では、これらの概念を整理し、カテゴリーにグループ化することもできる。

組織内に保持されるおよそ 80% のデータは、テキスト ドキュメントの形式です (例: レポート、Web ページ、電子メール、コール センターのメモ)。 テキストは、組織が顧客の動向をより良く理解するための重要な要素です。 NLP を組み込むシステムは、複合句などのコンセプトを効率的に抽出できます。 さらに、基底となる言語の情報を使用して、コンセプトを製品、組織、人物など、意味や状況に応じて関連グループに分類できます。 その結果、情報のニーズに対する関連性を迅速に確認できます。 これらの抽出された概念やカテゴリは、人口統計などの既存の構造化データと組み合わせることができ、 SPSS Modelerのモデリングに適用することで、より的確で焦点を絞った意思決定を行うことができます。

言語学的なシステムは、知識に依存します。つまり、辞書に含まれている情報が多いほど、より高い品質の結果が得られます。 Text Analytics ノードには、用語や同義語の辞書、ライブラリー、テンプレートなど、各種の言語リソースが用意されています。 Text Analytics ノードにより、コンテキストに合わせて、これらの言語リソースの精度をさらに高めることができます。 言語リソースの調整はインタラクティブなプロセスで、正確なコンセプトの取得とカテゴリー化に必要です。 CRM およびゲノムなど、特定のドメインのカスタム テンプレート、ライブラリー、辞書も含まれています。

このビデオは、このドキュメントのコンセプトとタスクを学ぶための視覚的な方法を提供します。

ビデオ免責条項：このビデオ内のいくつかの細かい手順やグラフィック要素は、お使いのプラットフォームと異なる場合があります。