SAS Visual Text Analytics 可拓展人类阅读能力，从大量文本数据中整理和提取有用的信息。
发现新趋势和潜在机会。
借助自然语言处理、机器学习和深度学习方法以及语言规则的正确组合，快速、不知疲倦地对不断增长的文本数据进行过滤，以识别主要思想或主题、提取关键术语、分析情感并识别单词之间的关联。这有助于在需要时向人们提供正确的信息。
更快地将数据转化为决策。
根据提供的数据进行决策，缩小获得信息到采取行动之间的差距。如果有人通过移动设备应用发表评论或点击，SAS Visual Text Analytics 立即使用内存、数据库、数据流技术分析数据。嵌入式可视化功能允许对数据和分析进行可视化探索，同时还提供直观的面板，可以轻松地将结果传达给相关人员。
开放式生态系统促进协作和信息共享。
SAS 可视化文本分析提供了一个灵活的环境，可支持整个分析生命周期（从数据准备到发现分析洞察，再到将模型投入生产以实现价值）。在高度协作的工作区中创建、管理和共享内容（包括最佳实践管道），该工作区可轻松与现有系统和开源技术集成。
通过自动化改善分析工作流。
智能算法和 NLP 技术可自动检测文本数据中的关系和情感，从而消除费时的人工分析流程。通过自动生成规则和交互式沙箱，增强人类主题专业知识使用以过滤结果，该交互式沙箱能让用户通过评估规则子集来确定哪些规则的执行效果更好。借助拖放功能、最佳实践模板、简单的合并和拆分功能、轻松的主题升级、自动规则生成和一键式模型部署，能够减少所需的人工模型构建工作，从而节省出更多时间用以专注于查找重要信息。
免费试用
试用最新 SAS Viya 功能。
获取 SAS Viya 14 天免费试用，其中包括此套件以及整个分析生命周期的功能。
主要功能
使用多种建模方法来增强人类利用 AI 分析非结构化文本的能力。体验自然语言处理、机器学习和语言规则的综合力量。
数据访问、准备和质量
使用直观的界面进行数据访问、分析、清理和转换，该界面通过嵌入式 AI 提供自助数据准备功能。
基于 BERT 的分类
与传统模型相比，基于 BERT 的分类可用于捕获文本中词语的上下文和含义，有助于提高准确性。除了一般分类外，基于 BERT 的分类还可用于进行情感分析。
数据可视化
通过单一的自助服务界面直观地浏览数据，创建和共享智能可视化和交互式报告。增强分析和高级功能可助力用户快速获得洞察，帮助您发现数据中隐藏的信息。
解析
将文本拆分为单词、词组、标点符号和其他含义元素，以提供机器进行大规模文本分析所需的人类框架。
趋势分析
借助无监督机器学习，根据共同主题对文档进行分组。相关性分数用于计算每个文档属于每个主题的程度，二进制标志显示主题成员资格高于给定阈值。
信息提取
使用功能强大、灵活且可扩展的 SAS 专有编程语言（即文本信息语言转译 (LITI)），从文本中提取特定信息或信息间关系。
混合建模方法
使用多种组合功能构建有效文本模型，包括语言规则、自然语言处理、机器学习和深度学习的丰富组合。
情感分析
识别文本中的主观信息，并将其标记为正面、负面或中立。该信息与实体相关联，可视化描述是通过情绪指标显示屏提供的。
语料库分析
通过易于访问的输出统计信息了解语料库结构，利用自然语言生成 (NLG) 来完成数据清理、隔离噪声、有效抽样、准备其他模型（基于规则和机器学习）的输入数据，以及制定建模方法策略等任务。
灵活部署
以批量形式、通过 Hadoop、在流中以及通过 API 部署模型。评分代码是用于分布式处理的原生线程，最大限度利用计算资源，减少结果等待时间。
本地支持 33 种语言。
借助即时可用的 NLP 功能，使用由全球各地语言专家创建的词典和语言资产来进行当地语言分析。
云原生
SAS Viya 的基础架构具有紧凑、云原生和快速的特性。无论是更青睐 SAS 云还是公共云或私有云提供商，您都可以将云投资发挥到极致。
