Transformations pour un contenu non structuré et la transformation Data Cleanse permet de standardiser et de nettoyer des données structurées. Le tableau suivant décrit certaines des principales différences. Dans de nombreux cas, l'utilisation d'une combinaison transformations Entity Extraction/Data Cleanse génèrera les données les mieux adaptées à vos analyses et rapports Business Intelligence.
Critères
Type d'entrée
Traitement des données de texte Data Cleanse
Texte non structuré nécessitant une analyse linguistique pour générer des informations pertinentes.
Données structurées représentées comme champs d'enregistrements.
Taille d'entrée
Supérieure à 5 Ko du texte.
Inférieure à 5 Ko du texte.
Périmètre d'entrée
Tâche correspondante
Normalement domaine général avec variations.
Découverte de contenu, réduction bruit, correspondance de modèle et relation entre différentes entités.
Domaine de données spécifique avec variations limitées.
Recherche dans le dictionnaire, reconnaissance des dépendances.
Utilisation potentielle
Sortie
Identifie les informations potentiellement significatives à partir d'un contenu non structuré et les extrait sous un format pouvant être archivé dans un référentiel.
Garantit la qualité des données pour la correspondance et l'archivage dans un référentiel tel que
Meta Data Management.
Crée des annotations sur le texte source sous forme d'entités, de types d'entités, de faits et leur décalage, longueur etc. L'entrée n'est pas modifiée.
Crée des champs analysés et standardisés.
L'entrée est modifiée si nécessaire.
8.6.5 Utilisation de plusieurs transformations
Vous pouvez inclure plusieurs transformations dans le même flux de données pour effectuer diverses analyses sur des informations non structurées.
Par exemple, pour extraire des noms et des adresses imbriqués dans un texte et valider les informations avant l'exécution de l'analyse sur les informations extraites, vous pourriez effectuer les opérations suivantes :
• Utiliser la transformation Extraction d'entité pour traiter un texte contenant des noms et des adresses et extraire différentes entités.
210 2012-11-22
