7.4 テキスト・マイニングを含むモデルの作成

テキスト・マイニングを含むモデルを作成する方法を説明します。

Oracle Data Miningでは、VARCHAR2、CHAR、CLOB、BLOBおよびBFILEの列内の非構造化テキストをサポートしています(次の表を参照)。

表7-2 非構造化テキストを格納できる列のデータ型

データ型	説明
BFILE、BLOB	Oracle Data Miningでは、モデルの作成時にBLOBおよびBFILEの列をテキストとして特定した場合のみ、これらの列をテキストとして解釈します。列をテキストとして特定していない場合は、CREATE_MODELがエラーを戻します。
CLOB	Oracle Data Miningでは、CLOBをテキストとして解釈します。
CHAR	Oracle Data Miningでは、デフォルトではCHARを質的として解釈します。モデルの作成時に、CHARの列をテキストとして特定することができます。
VARCHAR2	Oracle Data Miningでは、4000より長いデータを持つVARCHAR2をテキストとして解釈します。 Oracle Data Miningでは、デフォルトでは長さが4000以下のデータを持つVARCHAR2を質的として解釈します。モデルの作成時に、これらの列をテキストとして特定することができます。

ノート:

テキストは、ネストした列ではサポートされておらず、また教師ありデータ・マイニングでターゲットとして使用することはできません。

次の表で説明されている設定は、モデルのテキスト属性に対する用語抽出プロセスを制御します。モデルの設定を指定する手順については、「モデルの設定の指定」を参照してください。

表7-3 テキスト用のモデルの設定

設定名	データ型	設定値	説明
ODMS_TEXT_POLICY_NAME	VARCHAR2(4000)	CTX_DDL.CREATE_POLICYで作成されたOracle Textのポリシー・オブジェクトの名前。	非構造化テキストからの個々のトークンの抽出方法に影響を与える。「テキスト・ポリシーの作成」を参照。
ODMS_TEXT_MAX_FEATURES	INTEGER	1 <= 値 <= 100000	CREATE_MODELに渡される(各テキスト列のすべてのドキュメントの)ドキュメント・セットから使用する特徴の最大数。 デフォルトは3000です。

モデルには1つ以上のテキスト属性を含めることができます。テキスト属性を持つモデルには、質的属性と量的属性を含めることもできます。

テキスト属性を含むモデルを作成するには:

1. Oracle Textのポリシー・オブジェクトを作成します。

2. 表7-3で説明されているモデルの構成設定を指定します。

3. テキストとして処理する必要がある列を指定し、必要に応じて、個々の属性に対してテキスト変換指示を提供します。

4. モデルの設定とテキスト変換指示をDBMS_DATA_MINING.CREATE_MODELに渡します。

   ノート:

   O-Clusterを除くすべてのアルゴリズムでは、非構造化テキストの列をサポートできます。

   相関ルール(Apriori)では非構造化テキストを使用しないことをお薦めします。