Mining für Textlinks
Der Textlinkanalyseknoten (TLA-Knoten) erweitert die Konzeptextraktion des Textminings durch eine Musterabgleichstechnologie, damit Beziehungen zwischen den Konzepten in den Textdaten auf der Grundlage von bekannten Mustern erkannt werden können. Diese Beziehungen können beschreiben, was ein Kunde über ein Produkt denkt oder welche Unternehmen miteinander Geschäfte machen; sogar die Beziehungen zwischen Genen oder Arzneimittelwirkstoffen können ermittelt werden.
Beispiel: Die Extraktion des Produktnamens eines Konkurrenten ist möglicherweise für Sie nicht interessant genug. Mit diesem Knoten könnten Sie außerdem erfahren, wie Personen über dieses Produkt denken, falls solche Meinungen in den Daten vorhanden sind. Die Beziehungen und Zusammenhänge werden durch einen Abgleich Ihrer Textdaten mit bekannten Mustern erkannt.
Sie können die TLA-Musterregeln aus bestimmten, mit Text Analytics gelieferten Ressourcenvorlagen verwenden oder eigene Musterregeln erstellen bzw. bearbeiten. Musterregeln bestehen aus Makros, Wortlisten und Wortlücken; diese bilden zusammen eine boolesche Abfrage, die mit Ihrem Eingabetext verglichen wird. Immer dann, wenn eine TLA-Musterregel mit Text übereinstimmt, kann dieser Text als TLA-Ergebnis extrahiert und in Ausgabedaten umstrukturiert werden.
Der Textlinkanalyseknoten ermöglicht eine direktere Identifizierung und Extraktion von TLA-Musterergebnissen aus Ihrem Text und fügt anschließend die Ergebnisse zum Dataset im Ablauf hinzu. Der Textlinkanalyseknoten ist jedoch nicht die einzige Möglichkeit zur Durchführung einer Textlinkanalyse. Sie können auch eine Text Analytics Workbench-Sitzung im Textmining-Modellierungsknoten verwenden.
Die Ausgabe kann in bis zu 6 Slots oder Teilen dargestellt werden.
Sie finden diesen Knoten im Abschnitt "Textanalyse" der Knotenpalette.
Anforderungen. Der Textlinkanalyseknoten akzeptiert Textdaten, die mithilfe eines Importknotens in ein Feld gelesen werden.
Stärken. Der Textlinkanalyseknoten bietet mehr als eine Basiskonzeptextraktion, damit Informationen zu den Beziehungen zwischen Konzepten sowie zugehörige Meinungen oder Qualifikationsmerkmale zur Verfügung gestellt werden, die sich möglicherweise aus den Daten ergeben.