幅広いモデリング・アプローチ（教師あり／教師なし機械学習、言語ルール、カテゴリ分析、エンティティ抽出、センチメント分析、トピック検出など）を活用して、非構造化データから最大限の価値を引き出すことができます。SAS Visual Text Analyticsは、大量のテキストデータの識別や分類に関する課題を解決します。
主な特長
- 機械学習手法とルールベース手法の融合：機械学習の手法を用いてドキュメント群から、メイントピックを自動的に特定することや、言語ルールを適用して俗語の理解や意図の推測を行うことが可能。発見したテーマについて追加の調整やカスタム定義を行う必要がある場合は、ルールベースの正確なカテゴリやコンセプトを作成できます。
- コンテキスト（文脈）の抽出：非構造化テキストからデータ要素や関係を検出し抽出することができます。この抽出機能群には、事前定義済みコンセプトのほか、独自のコンセプト定義を作成するための機能も含まれています。
- 柔軟なモデル展開オプション：バッチ方式、In-Hadoop方式、インストリーム方式への展開のほか、API経由でモデルを実行することができます。データの収集／保管場所の近くでモデルを実行するほど、データ移動が減り、より短時間で新しいデータのスコアリング結果を取得できるようになります。
- マルチユーザー環境：SAS Platformは他のどのソフトウェアよりも深く幅広い機能を提供する統合アナリティクス・プラットフォームであり、SAS Visual Text Analyticsの実行基盤であるSAS® Viya® はSAS Platformの最新の機能拡張版です。この統合環境は、ベストプラクティスのパイプライン（モデリングプロセス）と手法を共有するためのワークスペースを提供することにより、チームワークとコラボレーションを促進します。
- 自然言語処理（NLP）：自動的にテキストを分析し、NLPを用いたテキスト処理やテキスト理解に適した、活用表現を加味した単語に変換します。また、NLPの一部である自然言語理解（NLU）を活用して、コンテンツの意味を文脈に即して理解することも可能です。
- 機械学習による自動トピック検出：特異値分解（SVD）および潜在的ディリクレ配分法（LDA）という2つの教師なし機械学習手法を用いて、自動的にドキュメントからトピックを導出することができます。
- 30種類の言語を標準でサポート：各言語を母国語とする専門家達によって作成された辞書と言語資産を用いてネイティブ言語分析を実行できる独自仕様の言語パックが提供されます。これにより、自国語以外のテキストを分析する場合でも、分析前に言語を翻訳する必要はありません。
- センチメント分析：テキストに表れる筆者のトーンまたは態度（ポジティブ、ネガティブ、またはニュートラル）を把握する上での手がかりとなる語（単語や連語）、フレーズ、文字列を識別し、分析することができます。
- オープンAPI：既存のシステムやオープンソース・テクノロジーとシームレスに連携できます。また、SAS® Viya® REST API群を通じて、SASのアナリティクスのパワーを他のアプリケーションに追加することも可能です。
このソリューションの実行基盤となるSAS® Viya®は、アナリティクスにおけるあらゆる課題を克服できる幅広さと深さを兼ね備えた、最先端のオープン・プラットフォームです。SAS Viyaは統一された環境でアナリティクスに必要な機能を全て実現したクラウド対応の環境であり、アジャイルなIT環境に欠かせない高い信頼性、スケーラビリティ、セキュリティを備えたアナリティクス環境とガバナンスを提供することにより、データ・サイエンティストからビジネス・アナリスト、アプリケーション開発者、そして経営幹部まで、あらゆる人々のニーズに対応します。そしてもちろん、アナリティクス分野の世界的なリーディング・カンパニーであるSASへのご期待にたがわぬパフォーマンスを実現します。
お勧めの関連資料
テキスト・アナリティクスによってあなたの組織では何を実現できるのでしょう？ International Institute for Analytics社の調査レポートでご確認ください。
