您可以运行 "文本挖掘" 节点，以使用节点设置中的 直接生成 选项自动生成 概念 模型块。 或者，您可以通过 以交互方式构建 方式使用更具动手能力的探索方法，从文本分析工作台中生成 类别 模型块。

类别模型块

每当从 "文本分析工作台" 中生成类别模型时，都会创建 "文本挖掘" 类别模型块。 此建模块包含一组类别，其定义由概念、类型、TLA 模式和/或类别规则组成。 块用于对调查回复、博客条目、其他 Web 订阅源和任何其他文本数据进行分类。

如果在建模节点中启动 Text Analytics Workbench 会话，那么可以在生成类别模型之前浏览抽取结果，优化资源并对类别进行微调。 运行包含 "文本挖掘" 模型块的流时，将根据 "文本挖掘" 节点的设置中选择的构建方式向数据添加新字段。

如果模型块是使用翻译的文档生成的，那么将以翻译的语言执行评分。 同样，如果使用英语作为语言生成了模型块，那么可以在模型块中指定转换语言，因为文档之后将转换为英语。

生成文本挖掘模型块时，这些模型块将放置在 "输出" 窗格中。

概念模型块

每当成功运行 "文本挖掘" 节点时，都会创建 "文本挖掘" 概念模型块，在该节点中选择了用于在节点设置中直接 生成 的选项。 使用文本挖掘概念模型块来实时发现其他文本数据中的关键概念，例如，来自呼叫中心的临时填充数据。

概念模型块本身包含已分配到类型的概念列表。 您可以选中此模型中的任意或全部概念以针对其他数据进行评分。 运行包含 "文本挖掘" 模型块的流时，将根据 "文本挖掘" 建模节点的设置中选择的构建方式向数据添加新字段。

如果使用已转换文档生成了模型块，那么将在已转换的语言中执行评分。 同样，如果使用英语作为语言生成了模型块，那么可以在模型块中指定转换语言，因为文档之后将转换为英语。

生成文本挖掘模型块时，这些模型块将放置在 "输出" 窗格中。