Est-il possible de personnaliser la table de sortie des correspondances groupées ?

Personnalisation du délimiteur groupedMatchOut

matchDelimiter groupedMatchOut délimiteur personnalisé extraction texte parsing données

Oui, le paramètre matchDelimiter permet de spécifier le délimiteur à utiliser pour chaque instance de texte correspondant dans la table de termes de sortie des catégories groupées (groupedMatchOut). Ce délimiteur peut être une chaîne de caractères et ne doit pas dépasser 32 caractères. La valeur par défaut est "|".

Schéma : Est-il possible de personnaliser la table de sortie des correspondances groupées ?

Exemple de Code Additionnel

1	<pre>/* CASL Script : Personnalisation du délimiteur de correspondance groupée
2	(c) Nicolas Housset 2026 - Code SAS pour VIYA 4 */
3	PROC CAS;
4	textParse.tpParse /
5	/* Table source contenant les documents */
6	TABLE={name="REVIEWS_DATA"},
7	/* Table de sortie pour les termes */
8	outTable={name="TERMS_OUT", replace=TRUE},
9	/* Configuration de la sortie groupée */
10	groupedMatchOut={name="MATCH_OUT", replace=TRUE},
11	/* PERSONNALISATION : Utilisation d'un délimiteur spécifique */
12	matchDelimiter=" // ",
13	/* Paramètres d'analyse linguistique */
14	entities="STD",
15	stemming=TRUE,
16	nounGroups=TRUE;
17	QUIT;</pre>

Exemples pour l'action applyCategory

Catégorisation basique de documents

Gemini said
Cet exemple automatise l'extraction de concepts via l'action applyCategory. Il projette un modèle de règles linguistiques sur un corpus CAS pour mapper chaque docId à ses thématiques cibles.

Catégorisation détaillée avec extraction des correspondances (matches)

Cet exemple déploie un scoring pondéré pour isoler les déclencheurs textuels. Il génère une traçabilité granulaire via matchOut et groupedMatchOut afin d'auditer les preuves de classification.

Conseil de l'Expert

Utilisez des délimiteurs non conventionnels ou multi-caractères. Si votre texte source contient déjà des pipes ou des virgules, je recommande l'utilisation d'une séquence unique comme ### ou ::. Cela sécurise vos processus de parsing ultérieurs en aval (via Data Step ou Python) et évite les erreurs de segmentation des termes extraits. Vérifiez toujours que votre délimiteur n'entre pas en conflit avec la ponctuation standard du corpus traité.

Cette réponse vous a-t-elle aidé ?