SAS Visual Text Analytics
膨大な量のテキスト・データから有用な情報を読み、整理し、抽出する人間の行動を拡張
-
タスクに適合したモデルを使用してLLMを調整し出力を改善
確実に信頼できる結果が得られるように、有害性、バイアス、有害因子を管理します。LLMに関連性の高いデータを与え、データキュレーションを改善し、誤情報の生成を最小限に抑えます。トレーサビリティ機能を追加し、プライベートデータや機密データがモデルに入力されないようにします。
-
新たなトレンドと隠れた機会検出
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。
-
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。
-
自動化で分析ワークフローを改善
インテリジェントなアルゴリズムがテキストデータ内の関係性、トピック、センチメントを自動的に検出するため、時間のかかる手動分析が不要になります。ベストプラクティスのテンプレート、自動ルール生成、ワンクリックでのモデル展開といった機能の相乗効果でモデル構築の労力が削減されます。
G2でテキスト分析リーダーを獲得
SAS Visual Text Analyticsは、G2でSummer 2024 Leader in Text AnalysisおよびSummer 2024 Enterprise Leader in Text Analysisのバッジを獲得しました。
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。
大規模言語モデル（LLM）ベースの分類
言語モデルを使用して、LLMの微調整とRAGに最適なデータのキュレーションを実行します。LLMのコンテンツモデレーションを強化して、有害性やバイアスの検出、個人データの漏洩防止に役立てるとともに、LLMの変更やLLMに対する影響を避けながらその結果を改善します。
LLMの調整
言語モデルを使用して、LLMの微調整とRAGに最適なデータのキュレーションを実行します。LLMのコンテンツモデレーションを強化して、有害性やバイアスの検出、個人データの漏洩防止に役立てるとともに、LLMの変更やLLMに対する影響を避けながらその結果を改善します。
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。
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。
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。
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。
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。
