SAS Visual Text Analyticsを活用すると、大量のテキストデータから有用な情報を読解、抽出、編成する人間の作業の多くを自動化し、処理キャパシティを拡大することができます。
新たなトレンドと隠れた機会を検出
自然言語処理、機械学習、ディープ・ラーニングの手法、言語ルールの適切な組み合わせを使用して、増え続けるテキスト・データの迅速かつ継続的なフィルタリング、主要なアイデアやトピックの特定、重要なキーワードの抽出、センチメントの分析、および単語間の相関の特定を行います。これは、適切な情報を、適切な担当者に、適切なタイミングで提供する上で役立ちます。
データから意思決定までの時間を短縮。
データソースにおける意思決定を強化し、情報を受け取った時とそれに基づいて行動する時の間のギャップを減らします。モバイル・デバイス上のアプリでコメントが残された場合やクリック操作が行われた場合、SAS Visual Text Analyticsは、インメモリ、インデータベース、インストリームのテクノロジーを活用してデータを即座に分析します。埋め込まれたビジュアル化機能により、データとアナリティクスの両方を視覚的に探索できると同時に、さまざまな関係者に結果を簡単に伝える直感的なダッシュボードも提供されます。
オープン・エコシステムでのコラボレーションと情報共有を促進
SAS Visual Text Analyticsは、データの準備から分析インサイトの発見、価値を実現するためのモデルの本稼働環境への導入に至るまで、アナリティクス・ライフサイクル全体をサポートする柔軟な環境を提供します。既存のシステムやオープンソース・テクノロジーと簡単に統合できる極めて連携性の高いワークスペースでベストプラクティス・パイプラインを含むコンテンツを作成／管理／共有します。
自動化でアナリティクス・ワークフローを改善
インテリジェントなアルゴリズムとNLP技術により、テキスト・データ内の関係とセンチメントが自動的に検出され、時間のかかる手動分析が不要になります。結果を絞り込むための人間の主題専門知識の使用は、自動ルール生成とルールのサブセットを評価してパフォーマンスの高いルールを判断できるインタラクティブなサンドボックスによって強化されています。ドラッグ＆ドロップ機能、ベストプラクティス・テンプレート、シンプルなマージおよび分割機能、簡単なトピックのプロモーション、自動ルール生成、ワンクリック・モデルの展開により、必要なヒューマン・モデル構築の労力が削減され、重要な情報の検索に集中する時間を増やすことができます。
主な特長
さまざまなモデリング・アプローチを使用し、非構造化テキストを分析する人間の取り組みをAIで強化します。自然言語処理、機械学習、言語ルールの複合的なパワーを体験できます。
データアクセス、データ準備、データ品質
AI機能を内蔵したセルフサービス型のデータ準備機能を提供する直感的なインターフェイスを用いて、データのアクセス／プロファイリング／クレンジング／変換を行えます。
BERTベースの分類
テキスト内の単語のコンテキストと意味をキャプチャし、従来のモデルと比較して精度を向上させます。一般的な分類に加えて、BERTベースの分類を使用してセンチメント分析を行うことができます。
データ・ビジュアライゼーション（視覚化）
単一のセルフサービス型インターフェイスを通じて、データを視覚的に探索し、スマートなビジュアライゼーションや対話操作型レポートを作成して共有できます。拡張アナリティクスや各種の高度な機能により、洞察が加速され、データに潜むストーリーの解明が促進されます。
解析
テキストは、単語、フレーズ、句読点、その他の意味の要素に分割され、マシンがテキストを大規模に分析する上で必要な人間のフレームワークを提供します。
トレンド分析
教師なし機械学習は、共通のテーマに基づいてドキュメントをグループ化します。関連度スコアは、各ドキュメントが各トピックにどの程度属しているかを計算し、バイナリ・フラグは、特定のしきい値を超えるトピック・メンバーシップを示します。
情報抽出
テキスト情報の言語解釈（LITI）と呼ばれる強力で柔軟かつスケーラブルなSAS独自のプログラミング言語を使用して、テキストから特定の情報または情報間の関係性を引き出します。
ハイブリッド型のモデリング手法
言語ルール、自然言語処理、機械学習、ディープ・ラーニングの豊富な組み合わせなど、さまざまな機能を組み合わせて使用し、効果的なテキスト・モデルを構築します。
センチメント分析
主観的な情報はテキストで識別され、ポジティブ、ネガティブ、またはニュートラルとしてラベル付けされます。その情報はエンティティに関連付けられ、センチメント・インジケータ表示を通じて視覚的に描写されます。
コーパス分析
簡単にアクセスできる出力統計量を通じてコーパス構造を理解し、データクレンジング、ノイズの分離、効果的なサンプリング、さらなるモデル（ルールベースおよび機械学習）への入力としてのデータの準備、モデリング・アプローチの戦略化などのタスクに自然言語生成（NLG）を活用します。
柔軟な導入展開
モデルをバッチ、Hadoop、ストリーム、およびAPI経由で配置します。スコアコードは分散処理に向けてネイティブにスレッド化されており、コンピューティング・リソースを最大限に活用して結果を得るまでのレイテンシーを削減します。
33言語のネイティブ・サポート
すぐに使えるNLP機能により、世界中のネイティブ言語の専門家が作成した辞書や言語資産を活用するネイティブ言語分析を行うことができます。
クラウド・ネイティブ
高速でコンパクトなSAS Viyaのアーキテクチャはクラウド・ネイティブです。SAS Cloudでも、パブリック／プライベート・クラウド・プロバイダでも、クラウドの投資から最大限の価値を創出することができます。
SAS Visual Text Analyticsの詳細をビデオでご確認ください
お勧めの関連資料
e-Book
自然言語処理ですべての音声を入力
人間の言語のニュアンス、AIが果たす役割を理解するために機械がどのように教えられているか、そして複数の業界が自然言語処理を通じてより優れた製品やサービスをどのように提供しているかを説明します。
ソリューション概要
行政機関の効率化のための自然言語処理
膨大な量のテキスト・ベースのデータから有意義なインサイトを明らかにし、より優れた意思決定を迅速に行う方法をご覧ください。
関連製品
SAS® Visual Text Analyticsの関連製品もぜひご確認ください。いずれもパワフルなSAS® Platformを基盤としています。
- SAS® Data PreparationSAS Viya上で稼働するSAS Data Preparationを活用すると、セルフサービス型かつポイント&クリック操作型の環境でアナリティクス用のデータを準備できます。この環境では、あなた自身の手で、ビジネスに必要な洞察を手に入れ、確信をもって意思決定することができます。
- SAS® Enterprise Miner™Streamline the data mining process to create highly accurate predictive and descriptive models based on large volumes of data.
