SAS^® Text Miner

Fonctionnalités

Accès universel aux données

• Accès à de nombreux formats de données textuelles : PDF, texte ASCII étendu, HTML, Microsoft Office, feuilles de calcul, présentations, e-mails et bases de données.
• Fonctions d'indexation web étendues aux réseaux sociaux comme Twitter et les fils d'actualité.
• Extraction, transformation et chargement des données textuelles dans une table SAS pour le data mining.

Prise en charge multilingue

• Prise en charge des codages de caractères Latin-1, sur deux octets et UTF-8.
• Langues européennes (codage Latin-1) : allemand, anglais, espagnol, français, italien, néerlandais, polonais, portugais et suédois.
• Langues orientales (prise en charge du codage sur deux octets) : arabe, chinois, coréen et japonais.

Interface souple et conviviale

• La fonction de text mining est encapsulée dans quatre nœuds correspondant aux tâches courantes. Ces nœuds se combinent différemment selon la tâche concernée.
• Fonctionnant directement avec les nombreux nœuds proposés par SAS Enterprise Miner, ils peuvent être développés à l’aide d’algorithmes ou de règles définis par l’utilisateur à des fins de modélisation prédictive, classification, visualisation et reporting, et déployés sous la forme de scripts de scoring SAS.
• Les diagrammes de text mining peuvent être modifiés, enregistrés et partagés.
• Les rapports peuvent être publiés au format HTML pour plus de concision.
• Un diagramme de conceptualisation affiche les relations entre les termes sous forme graphique.

Nœud d’analyse de texte (nouveauté de SAS® Text Miner 4.2)

• Grâce à des listes d'exclusion par défaut ou personnalisées, vous éliminez de votre analyse les termes sans valeur informationnelle.
• Correction orthographique automatisée.
• Indexation par radicaux pour identifier les mots-racines.
• Balisage des parties du discours en fonction du contexte.
• Extraction des groupes nominaux pour repérer les concepts au niveau de la locution, pour analyser la concurrence, par exemple.
• Prise en charge instantanée de nombreux types d'entité : noms de personne et de société, lieux, dates, adresses, évaluations, e-mails et URL. Ces entités sont personnalisables pour chacune des langues gérées.
• Occurrences d'expressions définies par l'utilisateur, telles que « pointer-cliquer ».
• Listes de synonymes par défaut et personnalisables.
• Fonctionnalités complètes, comme la décomposition des mots composés.

Techniques de réduction des dimensions

• Le cumul permet d'identifier automatiquement les n termes dont la pondération est la plus élevée dans un document.
• La décomposition en valeurs singulières transforme chaque document en sous-espace à n dimensions, où les documents les plus proches sont ceux présentant le plus de similitudes.

Nœud des thématiques de texte (nouveauté de SAS® Text Miner 4.2)

• La fonction d'exploration taxinomique affiche les thèmes par défaut générés automatiquement, ainsi que ceux définis par l'utilisateur.
• Les documents peuvent être catégorisés selon qu'ils appartiennent à aucun, un ou plusieurs thèmes.
• Pour rendre l'environnement plus intuitif, ces thèmes peuvent être personnalisés de façon interactive.

Algorithmes de classification de texte

• L'algorithme espérance-maximisation regroupe les documents pour produire des classifications discrètes, sans chevauchement, à l'aide de techniques de classification spatiale.
• La classification hiérarchique facilite le regroupement automatique des documents en taxinomies.
• Classifications et thèmes sont profilés par l'ajout de données structurées des documents originaux pour optimiser l'analyse générale.

Nœud de filtrage de texte (nouveauté de SAS® Text Miner 4.2)

• Contient une vue concise des documents et du lexique ou l'ensemble des termes identifiés pendant l'analyse.
• Corrige automatiquement l'orthographe en mettant en relation les termes mal orthographiés et les termes corrects.
• Applique des recherches de type Google ou des clauses SQL WHERE pour décomposer l'analyse en sous-ensembles.
• Permet de distinguer et de filtrer des termes peu pertinents par l'interaction ou la programmation, de mettre des abréviations en correspondance et de représenter d'autres termes équivalents.

Vision des données à 360°

• Associez des données textuelles au data mining classique des données structurées pour automatiser, visualiser, classifier et déployer les résultats de la modélisation prédictive.
• Optimisez les prévisions en couplant les données quantitatives et qualitatives à l'analyse du texte.
• Les techniques avancées telles que les réseaux neuronaux, raisonnement à base de cas, modèles de régression et arbres décisionnels peuvent évoluer via le nœud SAS Enterprise Miner Code, qui favorise les innovations et accélère le déploiement, tout en limitant les risques.
• Les performances sont présentées côte à côte pour vous permettre de sélectionner le meilleur modèle à déployer comme script de scoring pour catégoriser les nouveaux documents.
• Vous pouvez intégrer les résultats générés par SAS® Enterprise Content Categorization directement dans l'analyse de text mining.