Introduzione a Text Analytics Toolbox

Il processo di text mining semantico per estrarre informazioni latenti da diversi tipi di documenti

Text Analytics Toolbox™ fornisce algoritmi e visualizzazioni per pre-elaborazioni, analisi e modellazione dei dati di testo. I modelli creati con il toolbox possono essere utilizzati in applicazioni per sentiment analysis, manutenzione predittiva e topic modeling.

Per saperne di più

Nome funzione	Descrizione
`wordcloud`	Creazione di un grafico a nuvola di parole da un modello bag-of-words o LDA
`wordCloudCounts`	Conteggio delle parole per la creazione di una nuvola di parole
`textscatter`	Grafico a dispersione 2D del testo
`textscatter3`	Grafico a dispersione 3D del testo
`heatmap`	Creazione di un grafico a mappa di calore
`histcounts`	Conteggio del numero di bin in un istogramma
`discretize`	Raggruppamento di dati in categorie o bin

Visualizzazione

Usa nuvole di parole e grafici a dispersione per riepilogare e validare i risultati.

Modellazione e previsione

Converti il testo in rappresentazioni numeriche mediante bag-of-words o modelli di word embedding preaddestrati e applica algoritmi specializzati di Machine Learning per la previsione e il topic modeling.

Nome funzione	Descrizione
`readWordEmbedding`	Lettura di un word embedding da un file di testo
`trainWordEmbedding`	Addestramento di un word embedding
`word2vec/vec2word`	Mappatura delle parole in vettori di embedding
`ldaModel`	Modello di allocazione latente di Dirichlet (LDA)
`lsaModel`	Modello di analisi semantica latente (LSA)
`bagOfWords`	Modello di bag-of-words
`fitlda`	Fitting di un modello di allocazione latente di Dirichlet (LDA)
`fitlsa`	Fitting di un modello di analisi semantica latente (LSA)
`predict`	Previsione degli argomenti LDA principali dei documenti
`fitdist`	Fitting di un oggetto di distribuzione di probabilità ai dati
`fitrlinear`	Fitting di un modello di regressione lineare a dati ad alta dimensionalità
`fitclinear`	Fitting di un modello di classificazione lineare a dati ad alta dimensionalità
`fitcecoc`	Fitting di modelli multiclasse per classificatori

Nome funzione	Descrizione
`extractFileText`	Lettura da PDF, Microsoft Word e testo semplice
`textscan`	Lettura di dati formattati da file di testo o stringhe
`readtable`	Creazione di una tabella a partire da un file
`compose`	Conversione di dati in un array di stringhe formattate
`xlsread`	Lettura di un file di foglio di calcolo Microsoft Excel
`webread`	Lettura del contenuto da un servizio web RESTful
`TabularTextDatastore`	Datastore per file di testo tabellari
`FileDatastore`	Datastore con lettore di file personalizzato
`SpreadsheetDatastore`	Datastore per file di foglio di calcolo

Icone di PDF, file di testo e fogli di calcolo

Importazione

Estrai testo da file Microsoft^® Word^®, PDF, file di testo e fogli di calcolo.

Pre-elaborazione

Rimuovi gli artefatti meno utili, come parole comuni, segni di punteggiatura e URL, quindi applica la normalizzazione del testo per ridurre le parole alla loro radice lessicale.

Nome funzione	Descrizione
`tokenizedDocument`	Suddivisione dei documenti in insiemi di parole
`normalizeWords`	Rimozione delle flessioni dalle parole mediante lo stemmer di Porter
`bagOfWords`	Modello di bag-of-words
`stopWords`	Elenco di stop word
`context`	Ricerca delle occorrenze delle parole nel contesto in documenti
`removeWords`	Rimozione delle parole selezionate dal documento o dal modello di bag-of-words
`removeLongWords`	Rimozione delle parole lunghe dai documenti o dal modello di bag-of-words
`removeShortWords`	Rimozione delle parole brevi dai documenti o dal modello di bag-of-words
`removeInfrequentWords`	Rimozione delle parole con bassa frequenza dal modello di bag-of-words
`erasePunctuation`	Eliminazione della punteggiatura dal testo e dai documenti

Nome funzione	Descrizione
`str = "Hello, world"`	Dichiarazione di una variabile stringa
`str = ["Hello","World"]`	Dichiarazione di un array di stringhe
`str = string(C)`	Conversione di un vettore di caratteri C in una stringa
`str2double`	Conversione di una stringa in numeri double
`strlength`	Restituzione della lunghezza delle stringhe
`isstring`	Determinazione della presenza di un array di stringhe nell’input
`join`	Combinazione di stringhe
`split`	Suddivisione delle stringhe in un array di stringhe
`splitlines`	Suddivisione di una stringa in corrispondenza dei caratteri di nuova riga
`replace`	Ricerca e sostituzione di sottostringhe in un array di stringhe
`contains`	Rilevamento di un pattern nella stringa
`erase`	Eliminazione di sottostringhe all’interno delle stringhe
`extractBetween`	Estrazione di sottostringhe tra indicatori
`extractAfter`	Estrazione della sottostringa dopo una posizione specificata
`extractBefore`	Estrazione della sottostringa prima di una posizione specificata
`strcmp`	Confronto di stringhe
`regexp`	Corrispondenza con un’espressione regolare (distinzione tra maiuscole e minuscole)

Stringa

Manipola, confronta e memorizza i dati testuali in modo efficiente.