Kennisportal
Kennisportal is een kennisplatform met een focus op de brede doelgroep Business en IT.

Meer data uit documenten met Text Mining

Using custom entities in Text Mining

Wat zit er eigenlijk in de data van de organisatie? Een van de belangrijkste punten bij data analyse is data discovery. Bij het simpelweg bekijken van de data op ‘samenvatting niveau’ kunnen er al indrukwekkende inzichten naar voren komen. Hoe werkt data discovery met big data eigenlijk? Of het nu de grootte of het soort data is, data discovery onderzoekt de verzamelde data voor het verstrekken van nieuwe en waardevolle inzichten. Analytic discovery is niet alleen het beoordelen van data, het is een kritische data-evaluatie.

Het proces van Text Mining

Text analytics is een vernieuwd format van analytics discovery. Text analytics is een goede methode om verborgen informatie uit verzamelde documenten boven water te krijgen. Het proces van Text Mining gaat als volgt te werk:

  • Het toepassen van software technologieën zodat de omvang van de (ongestructureerde) tekst begrepen wordt.
  • Het analyseren van de data om te bepalen welke termen belangrijker zijn dan andere.
  • Leren hoe termen en uitdrukkingen aan elkaar zijn gerelateerd.
  • Begrijpen wat de gemeenschappelijke thema’s in de verzamelde documenten zijn.

Het opzetten van slimme oriënterende en predictive tekst modellen kan zorgen voor een grote uitdaging. Als organisatie wil je natuurlijk automatisch de juiste thema’s en onderwerpen ontdekken die relevant en waardevol zijn voor de organisatie. Daarnaast wil je dat predictive text modellen effectief zijn voor het indelen en het voorspellen van evenementen.

Ga aan de slag met Text Mining

Download vrijblijvend de uitgebreide whitepaper “Using custom entities in Text Mining”. Lees in de whitepaper meer over functies, mogelijkheden  en voordelen van Text Mining ondersteund door diverse voorbeelden om een goed inzicht te krijgen in de functionaliteiten.

 

Download de whitepaper
Download