发现新兴趋势和隐藏的机会
自动将非结构化数据转换为有意义的见解，这些见解可为机器学习和预测模型提供信息，因此您可以快速发现新机遇并采取行动。该软件将机器学习方法与基于规则的方法相结合，这对于理解语言的细微差别和推断意图至关重要。您还可以添加主题专业知识，以进一步提高文本模型的准确性。
通过自动化获得更快的结果
智能算法和NLP技术可自动识别文本数据中的关系和模式，从而消除了费时的手动分析。识别和提取自由格式文本中的重要主题会产生新的变量，从而增强了预测模型，报告以及搜索或筛选应用程序。
从数据更快地执行决策
使决策源于数据源，并缩短了接收信息和对其采取行动之间的时间间隔。如果有人在移动设备上发表评论或单击某个应用程序，则SAS Visual Text Analytics会立即使用内存，数据库内和流内技术来分析数据。分析实时流文本数据大大加快了数据到决策的时间线。
在开放的生态系统中促进协作和信息共享
SAS Visual Text Analytics提供了一个灵活的环境，可支持整个分析生命周期-从数据准备和视觉探索到分析和部署。您可以处理和分析各种分析用例，以支持一个计划。无论您是准备数据的数据科学家，应用语言规则的领域专家还是部署模型的IT人员，都可以在各个级别进行协作。该统一解决方案还与现有系统和开源技术无缝集成。
结合了机器学习和基于规则的方法
使用机器学习技术自动识别文档集合中的核心主题，并应用语言规则来理解语并推断意图。当发现的主题需要其他调整或自定义定义时，请创建基于规则的精确类别和概念。
上下文提取
使用全面的工具集检测和提取非结构化文本中的数据元素和关系，该工具集包括预定义的概念以及创建自定义概念和定义的能力。
灵活的部署
批量，在Hadoop中，通过流和通过API部署模型。在靠近收集数据的地方运行模型，以减少数据移动并产生更快的结果以对新数据评分。 、
多用户环境
SAS平台提供了比任何其他软件更大的深度和广度的集成分析功能。这种集成通过提供一个共享最佳实践管道和方法的工作空间来鼓励团队合作和协作。
自然语言处理
自动分析文本并将其转换为形式表示形式，以便使用NLP进行文本处理和理解。自然语言理解（NLU）是NLP的子集，可实现内容的上下文理解。
机器自动生成的主题检测
使用两种无监督的机器学习方法自动从文档派生主题-奇异值分解和潜在Dirichlet分配。
本机支持30种语言
消除了使用专有语言包进行分析之前翻译语言的需要，这些专有语言包支持使用母语专家创建的词典和语言资产来进行母语分析。
情绪分析
识别和分析暗示通过文本表达作者的语气或态度（正面，负面或中立）的术语，短语和字符串。
开放的API
无缝地与现有系统和开源技术集成，并添加SAS Analytics（分析）的功率使用SAS其他应用程序® Viya ® REST的API。
这款最新推出的解决方案在现代开放式平台SAS Viya上运行，可在广度和深度两方面轻松应对任何分析方面的挑战。SAS Viya是一个基于云平台的统一环境，可以被数据科学家、业务分析师、应用程序开发人员和管理人员等使用。它具有稳定可靠、可扩展、安全管理管控等一系列敏捷IT所必需的特性。全球分析领域领导者 — SAS满足您对系统性能的要求。
在SAS Visual Text Analytics情况说明
书中获取更多详细信息。
在国际分析学会的这份研究摘要中，
了解文本分析可以为您的组织做什么。
了解任何规模的组织如何通过数据可视
化来最大化结果。
首页 > 产品中心 > 数据应用与可视化 >
SAS ® 可视文本分析
