テキストプロファイルノードの使用

この例では、SAMPSIO.NEWSデータセットを使用して、テキストプロファイルノードを使った語のプロファイリングを行う方法を示します。この例では、SAS Enterprise Minerが実行されていること、およびダイアグラムワークスペースがプロジェクトで開かれていることを前提としています。プロジェクトとダイアグラムの作成に関する詳細は、プロジェクトの設定を参照してください。

テキストプロファイルノードの前には、1つのテキスト解析ノードおよび少なくとも1つのテキストフィルタノードを配置する必要があります。

SAMPSIO.NEWSデータセットは、600件の簡潔なニュース記事から構成されます。これらのニュース記事のほとんどは、コンピュータグラフィックス、ホッケー、医療問題のうちいずれか1つのカテゴリに分類されます。

SAMPSIO.NEWSデータセットには600個のオブザベーションと次の変数が含まれています。

TEXTは名義尺度変数であり、ニュース記事のテキストを含んでいます。
graphicsは二値変数であり、ドキュメントがコンピュータグラフィックスカテゴリに属すかどうかを示します(属す場合は1、属さない場合は0となる)。
hockeyは二値変数であり、ドキュメントがホッケーカテゴリに属すかどうかを示します(属す場合は1、属さない場合は0となる)。
medicalは二値変数であり、ドキュメントが医療問題カテゴリに属すかどうかを示します(属す場合は1、属さない場合は0となる)。
newsgroupは名義尺度変数であり、ニュース記事が当てはまるグループを含んでいます。

データソースウィザードを使用して、データセットSAMPSIO.NEWS用のデータソースを定義します。
1. 変数graphics、hockey、medicalの測定レベルを二値に設定します。
2. 変数hockeyのモデル役割をターゲットに設定し、変数newsgroup、graphics、medicalの役割を入力に設定します。
3. 変数TEXTが役割テキストを持つように設定します。
4. データソースウィザード — 意思決定の構成ダイアログボックスでいいえを選択します。
5. ターゲットhockeyではデフォルトのターゲットプロファイルを使用します。
NEWSデータソースを作成した後、それをダイアグラムワークスペースへとドラッグします。
ツールバー上でテキストマイニングタブを選択し、テキスト解析ノードをダイアグラムワークスペースへとドラッグします。
NEWSデータソースをテキスト解析ノードに接続します。
ツールバー上でテキストマイニングタブを選択し、テキストフィルタノードをダイアグラムワークスペースへとドラッグします。
テキスト解析ノードをテキストフィルタノードに接続します。
ツールバー上でテキストマイニングタブを選択し、テキストプロファイルノードをダイアグラムワークスペースへとドラッグします。
テキストフィルタノードをテキストプロファイルノードに接続します。

この時点で、プロセスフローダイアグラムは次のようになります。
プロセスフローダイアグラム内でテキストプロファイルノードを選択します。
ダイアグラムワークスペースで、テキストプロファイルノードを右クリックし、実行を選択します。表示される確認ダイアログボックスではいをクリックします。
同ノードの実行完了後に表示される実行ステータスダイアログボックス内で結果をクリックします。
ターゲットの分布円グラフを選択します。

ターゲットの分布円グラフには、ターゲット値の頻度が表示されます。このグラフは階層レベル別にグループ化されており、プロファイル済み変数テーブルにリンクされています。
プロファイル済み変数テーブルを選択します。

プロファイル済み変数テーブルには、ターゲット変数値の個々の組み合わせと、それらが関連付けられている最も高いビリーフ(確信度)を持つ語が表示されます。各オブザベーションは最大で、指定された最大数の語(各オブザベーションに関連付けられているもの)を持ちますが、それより少ない数を持つ場合もあります。テキストプロファイルノードの結果ウィンドウに表示されるすべてのグラフィカルな結果は、このテーブルにリンクされています。このため、プロファイル済み変数テーブル内のオブザベーションを選択すると、それに対応するデータ点がグラフィックス内で強調表示されます。または、グラフィックス内のデータ点を選択すると、それに対応するオブザベーションがプロファイル済み変数テーブル内で強調表示されます。
結果ウィンドウを閉じます。
Newsデータソースを選択します。
変数プロパティの隣にある省略記号ボタンをクリックします。

変数ダイアログボックスが表示されます。
newsgroup変数の役割をターゲットに、hockey変数の役割を入力にそれぞれ設定します。
OKをクリックします。
ダイアグラムワークスペースで、テキストプロファイルノードを右クリックし、実行をクリックします。表示される確認ダイアログボックスではいをクリックします。
同ノードの実行完了後に表示される実行ステータスダイアログボックス内で結果をクリックします。
ターゲットの分布円グラフを選択します。

ターゲットの値を、二値のhockey変数から名義尺度のnewsgroup変数へと変更したため、3つの可能なnewsgroup値(hockey、medical、graphics)の分布を確認できます。
ターゲットの類似点コンスタレーションプロット

ターゲットの類似点コンスタレーションプロットは、さまざまなターゲット値間における類似性を表示します。類似性は、語のビリーフ(確信度)に対してPROC DISTANCEを使用することにより計測されます。リンクは、階層の同じレベル上のターゲット値間でのみ表示されます。コンスタレーションプロットは、プロファイル済み変数テーブルにリンクされています。

注: ターゲットの類似点コンスタレーションプロットは、名義尺度および順序尺度ターゲットで利用できます。
ビリーフ(値)グラフを選択します。

ビリーフ(値)グラフは、さまざまなターゲット値の語と役割のペアに関するビリーフ(確信度)値を表示します。マウスポインタをセルの上に置くと、ツールチップにターゲット値、語と役割のペア、ビリーフ値が表示されます。

注: ビリーフ(値)グラフは、名義尺度および順序尺度ターゲットの場合に表示されます。
プロファイル済み変数テーブルを選択します。
結果ウィンドウを閉じます。
テキストプロファイルノードを選択します。
語の最大数プロパティの値をクリックし、16を入力します。

キーボードのEnterキーを押します。
ダイアグラムワークスペースで、テキストプロファイルノードを右クリックし、実行をクリックします。表示される確認ダイアログボックスではいをクリックします。
同ノードの実行完了後に表示される実行ステータスダイアログボックス内で結果をクリックします。
プロファイル済み変数テーブルを選択します。ターゲット値ごとに16個の語と役割のペアが表示されていることを確認します。
結果ウィンドウを閉じます。
(オプション)テキストプロファイルノードを、出力形式DATEまたはDATETIMEを持つターゲット変数とともに実行します。この結果、語(時系列)ラインプロットが作成されます。
1. Sampsioライブラリを使用してデータソースVRTEXTを作成します。VAX_DATE変数の役割値をTargetに設定します。
  
  このデータソースには、ワクチン接種に対する有害事象反応が含まれています。たとえば、報告された副作用には、痛み、充血、発熱などが含まれる可能性があります。
2. VRTEXTノードをダイアグラムワークスペースに追加します。
3. ツールバー上でテキストマイニングタブを選択し、テキスト解析ノードをダイアグラムワークスペースへとドラッグします。
4. VRTEXTデータソースをテキスト解析ノードに接続します。
5. ツールバー上でテキストマイニングタブを選択し、テキストフィルタノードをダイアグラムワークスペースへとドラッグします。
6. テキスト解析ノードをテキストフィルタノードに接続します。
7. ツールバー上でテキストマイニングタブを選択し、テキストプロファイルノードをダイアグラムワークスペースへとドラッグします。
8. テキストフィルタノードをテキストプロファイルノードに接続します。
  
  この時点で、プロセスフローダイアグラムは次のようになります。
9. テキストプロファイルノードを選択し、ビンの間隔プロパティの値として月単位を選択します。
10. ダイアグラムワークスペースで、テキストプロファイルノードを右クリックし、実行をクリックします。表示される確認ダイアログボックスではいをクリックします。
11. 同ノードの実行完了後に表示される実行ステータスダイアログボックス内で結果をクリックします。
12. 語(時系列)ラインプロットを選択した後、メニューからOct 2005を選択します。
  
  この例では、インフルエンザが流行し始め、数カ月間はピーク状態を保つことを確認できます。
(オプション)テキストプロファイルノードを順序尺度のターゲット変数とともに実行します。この結果、語(順序列)ラインプロットが作成されます。