Como funciona a categorização

Ao criar modelos de categoria na análise de texto, existem várias técnicas diferentes que é possível escolher para criar categorias. Como cada conjunto de dados é exclusivo, o número de técnicas e a ordem na qual você as aplica pode mudar.

Uma vez que sua interpretação dos resultados pode ser diferente da de outra pessoa, é possível precisar experimentar as diferentes técnicas para ver qual produz os melhores resultados para seus dados de texto. Na análise de texto, é possível criar modelos de categoria em uma sessão de ambiente de trabalho na qual você pode explorar e ajustar ainda mais suas categorias.

Nesta documentação, a construção de categoria se refere à geração de definições e classificação de categoria por meio do uso de uma ou mais técnicas integradas, e a categorização se refere à pontuação, ou rotulagem, processo pelo qual identificadores exclusivos (nome/ID/valor) são designados às definições de categoria para cada registro ou documento.

Durante a construção da categoria, os conceitos e tipos que foram extraídos são usados como os blocos de construção para suas categorias. Ao construir categorias, os registros ou documentos são designados automaticamente às categorias se contiverem texto que corresponda a um elemento da definição de uma categoria.

A análise de texto oferece várias técnicas automatizadas de construção de categorias para ajudá-lo a categorizar seus documentos ou registros rapidamente.

Técnicas de agrupamento

Cada uma das técnicas disponíveis é adequada para certos tipos de dados e situações, mas geralmente é útil combinar técnicas na mesma análise para capturar toda a gama de registros de documentos. Você pode ver um conceito em diversas categorias ou localizar categorias redundantes.

Rede Semântica. Esta técnica começa identificando os possíveis sentidos de cada conceito abrangente a partir de seu índice extensivo de relacionamentos de palavras e, em seguida, cria categorias ao agrupar conceitos relacionados. Esta técnica é melhor quando os conceitos são conhecidos para a rede semântica e não são ambíguos. Ela é menos útil quando o texto contém terminologia especializada ou jargão desconhecido para a rede. Em um exemplo, o conceito granny smith apple poderia ser agrupado com gala apple e winesap apple já que eles são irmãos da graninha smith. Em outro exemplo, o conceito animal pode ser agrupado com cat e kangaroo já que eles são hiponyms de animal. Esta técnica está disponível apenas para texto em inglês.

Inclusão de conceito. Esta técnica constrói categorias agrupando conceitos multitermos (palavras compostas), dependendo se elas contêm palavras que são subconjuntos ou superconjuntos de uma palavra na outra. Por exemplo, o conceito seat seria agrupado com safety seat, seat belte seat belt buckle.