SPSS Modeler utiliza un proceso de extracción que se basa en recursos lingüísticos. Estos recursos lingüísticos sirven de base para procesar los datos textuales y extraer información para obtener los conceptos, tipos y, a veces, patrones.

Los recursos lingüísticos pueden dividirse en distintos tipos:

Conjuntos de categorías

Las categorías son un grupo de ideas y patrones estrechamente relacionados a los que se asignan los datos del texto mediante un proceso de puntuación.

Bibliotecas

Las bibliotecas se utilizan como los cimientos sobre los que se basan tanto los TAP como las plantillas. Cada biblioteca se compone de varios diccionarios, que sirven para definir y gestionar términos, sinónimos y listas de exclusión. Aunque las bibliotecas también se entregan individualmente, se empaquetan juntas en plantillas y en los TAP.

Plantillas

Las plantillas consisten en un conjunto de bibliotecas y algunos recursos lingüísticos y no lingüísticos avanzados. Estos recursos forman un conjunto especializado que se adapta a un dominio o contexto concreto, como las opiniones sobre productos.

Paquetes de análisis de texto (TAP)

Un paquete de análisis de texto es una plantilla predefinida que incluye uno o varios conjuntos de categorías. Los PAT agrupan estos recursos para que las categorías y los recursos utilizados para generarlas se almacenen juntos y sean reutilizables. A continuación, puede reutilizar un TAP para aplicar las mismas categorías y recursos a otros flujos.