Orange: Document Map - Revision history

Onnowpurbo at 22:28, 11 April 2020

2020-04-11T22:28:33Z

← Older revision		Revision as of 22:28, 11 April 2020
Line 3:		Line 3:


	Widget ~~Document Map~~ menayangkan lokasi geographic yang melakukan mention di text.		Widget GeoMap menayangkan lokasi geographic yang melakukan mention di text.

	==Input==		==Input==
Line 13:		Line 13:
	Corpus: Documents containing mentions of selected geographical regions.		Corpus: Documents containing mentions of selected geographical regions.

	Widget ~~Document Map~~ menunjukkan geolokasi dari data text (string). Widget ~~Document Map~~ menemukan mention nama geografis (negara dan ibu kota) dan menampilkan distribusi (frekuensi sebutan) dari nama-nama ini di peta. Peta Dokumen Widget berfungsi dengan widget Orange yang lain yang menghasilkan tabel data dan yang berisi setidaknya satu atribut string. Widget menampilkan instance data yang dipilih, yaitu semua dokumen yang berisi menyebutkan negara yang dipilih (atau negara).		Widget GeoMap menunjukkan geolokasi dari data text (string). Widget GeoMap menemukan mention nama geografis (negara dan ibu kota) dan menampilkan distribusi (frekuensi sebutan) dari nama-nama ini di peta. Peta Dokumen Widget berfungsi dengan widget Orange yang lain yang menghasilkan tabel data dan yang berisi setidaknya satu atribut string. Widget menampilkan instance data yang dipilih, yaitu semua dokumen yang berisi menyebutkan negara yang dipilih (atau negara).

	[[File:DocMap-stamped.png\|center\|600px\|thumb]]		[[File:DocMap-stamped.png\|center\|600px\|thumb]]
Line 25:		Line 25:
	==Contoh==		==Contoh==

	WIdget ~~Document Map~~ dapat digunakan hanya untuk memvisualisasikan distribusi geolocations atau untuk analisis data interaktif yang lebih kompleks. Di sini, kita telah meminta widget NY Times untuk artikel di Slovenia untuk periode waktu tahun lalu (2015-2016). Pertama kami memeriksa hasilnya dengan widget Corpus Viewer.		WIdget GeoMap dapat digunakan hanya untuk memvisualisasikan distribusi geolocations atau untuk analisis data interaktif yang lebih kompleks. Di sini, kita telah meminta widget NY Times untuk artikel di Slovenia untuk periode waktu tahun lalu (2015-2016). Pertama kami memeriksa hasilnya dengan widget Corpus Viewer.

	[[File:DocMap-Example.png\|center\|600px\|thumb]]		[[File:DocMap-Example.png\|center\|600px\|thumb]]

	Kemudian kami mengirim data ke widget ~~Document Map~~ untuk melihat distribusi atribut geolocations by country. Atribut tersebut sudah berisi tag negara untuk setiap artikel, itulah mengapa widget NY Times sangat bagus dalam kombinasi dengan widget ~~Document Map~~. Kita memilih Germany, yang mengirimkan semua dokumen yang ditandai dengan Germany ke output. Padahal, kita menanyakan widget NY Times untuk artikel di Slovenia, bukan Germany.		Kemudian kami mengirim data ke widget GeoMap untuk melihat distribusi atribut geolocations by country. Atribut tersebut sudah berisi tag negara untuk setiap artikel, itulah mengapa widget NY Times sangat bagus dalam kombinasi dengan widget GeoMap. Kita memilih Germany, yang mengirimkan semua dokumen yang ditandai dengan Germany ke output. Padahal, kita menanyakan widget NY Times untuk artikel di Slovenia, bukan Germany.

	Kami kembali dapat memeriksa output dengan widget Corpus Viewer. Tetapi ada cara yang lebih menarik untuk memvisualisasikan data. Kami telah mengirim dokumen yang dipilih ke widget Preprocess Text, tempat kami men-tokenized text ke words dan menghapus stopword.		Kami kembali dapat memeriksa output dengan widget Corpus Viewer. Tetapi ada cara yang lebih menarik untuk memvisualisasikan data. Kami telah mengirim dokumen yang dipilih ke widget Preprocess Text, tempat kami men-tokenized text ke words dan menghapus stopword.

Onnowpurbo: /* Referensi */

2020-04-11T22:27:09Z

Referensi

← Older revision		Revision as of 22:27, 11 April 2020
Line 34:		Line 34:

	Akhirnya, kita dapat memeriksa kata-kata teratas yang muncul dalam dokumen tahun yang kita inginkan di Slovenia dan menyebut juga Germany dengan widget Word Cloud.		Akhirnya, kita dapat memeriksa kata-kata teratas yang muncul dalam dokumen tahun yang kita inginkan di Slovenia dan menyebut juga Germany dengan widget Word Cloud.

			==Youtube==

			* [https://www.youtube.com/watch?v=Jbxxrll55vI YOUTUBE: ORANGE GeoMap]

	==Referensi==		==Referensi==

Onnowpurbo: /* Output */

2020-04-11T13:17:26Z

Output

← Older revision		Revision as of 13:17, 11 April 2020
Line 15:		Line 15:
	Widget Document Map menunjukkan geolokasi dari data text (string). Widget Document Map menemukan mention nama geografis (negara dan ibu kota) dan menampilkan distribusi (frekuensi sebutan) dari nama-nama ini di peta. Peta Dokumen Widget berfungsi dengan widget Orange yang lain yang menghasilkan tabel data dan yang berisi setidaknya satu atribut string. Widget menampilkan instance data yang dipilih, yaitu semua dokumen yang berisi menyebutkan negara yang dipilih (atau negara).		Widget Document Map menunjukkan geolokasi dari data text (string). Widget Document Map menemukan mention nama geografis (negara dan ibu kota) dan menampilkan distribusi (frekuensi sebutan) dari nama-nama ini di peta. Peta Dokumen Widget berfungsi dengan widget Orange yang lain yang menghasilkan tabel data dan yang berisi setidaknya satu atribut string. Widget menampilkan instance data yang dipilih, yaitu semua dokumen yang berisi menyebutkan negara yang dipilih (atau negara).

	[[File:DocMap-stamped.png\|center\|~~200px~~\|thumb]]		[[File:DocMap-stamped.png\|center\|600px\|thumb]]

	* Select the meta attribute you want to search geolocations by. The widget will find all mentions of geolocations in a text and display distributions on a map.		* Select the meta attribute you want to search geolocations by. The widget will find all mentions of geolocations in a text and display distributions on a map.

Onnowpurbo: /* Contoh */

2020-04-11T12:52:16Z

Contoh

← Older revision		Revision as of 12:52, 11 April 2020
Line 27:		Line 27:
	WIdget Document Map dapat digunakan hanya untuk memvisualisasikan distribusi geolocations atau untuk analisis data interaktif yang lebih kompleks. Di sini, kita telah meminta widget NY Times untuk artikel di Slovenia untuk periode waktu tahun lalu (2015-2016). Pertama kami memeriksa hasilnya dengan widget Corpus Viewer.		WIdget Document Map dapat digunakan hanya untuk memvisualisasikan distribusi geolocations atau untuk analisis data interaktif yang lebih kompleks. Di sini, kita telah meminta widget NY Times untuk artikel di Slovenia untuk periode waktu tahun lalu (2015-2016). Pertama kami memeriksa hasilnya dengan widget Corpus Viewer.

	[[File:DocMap-Example.png\|center\|~~200px~~\|thumb]]		[[File:DocMap-Example.png\|center\|600px\|thumb]]

	Kemudian kami mengirim data ke widget Document Map untuk melihat distribusi atribut geolocations by country. Atribut tersebut sudah berisi tag negara untuk setiap artikel, itulah mengapa widget NY Times sangat bagus dalam kombinasi dengan widget Document Map. Kita memilih Germany, yang mengirimkan semua dokumen yang ditandai dengan Germany ke output. Padahal, kita menanyakan widget NY Times untuk artikel di Slovenia, bukan Germany.		Kemudian kami mengirim data ke widget Document Map untuk melihat distribusi atribut geolocations by country. Atribut tersebut sudah berisi tag negara untuk setiap artikel, itulah mengapa widget NY Times sangat bagus dalam kombinasi dengan widget Document Map. Kita memilih Germany, yang mengirimkan semua dokumen yang ditandai dengan Germany ke output. Padahal, kita menanyakan widget NY Times untuk artikel di Slovenia, bukan Germany.

Onnowpurbo: /* Contoh */

2020-04-11T12:52:09Z

Contoh

← Older revision		Revision as of 12:52, 11 April 2020
Line 25:		Line 25:
	==Contoh==		==Contoh==

	Document Map ~~widget can be used for simply visualizing distributions of~~ geolocations ~~or for a more complex interactive~~ data ~~analysis~~. ~~Here~~, ~~we’ve queried~~ NY Times ~~for articles on~~ Slovenia ~~for the time period of the last year~~ (2015-2016). ~~First we checked the results with~~ Corpus Viewer.		WIdget Document Map dapat digunakan hanya untuk memvisualisasikan distribusi geolocations atau untuk analisis data interaktif yang lebih kompleks. Di sini, kita telah meminta widget NY Times untuk artikel di Slovenia untuk periode waktu tahun lalu (2015-2016). Pertama kami memeriksa hasilnya dengan widget Corpus Viewer.

	[[File:DocMap-Example.png\|center\|200px\|thumb]]		[[File:DocMap-Example.png\|center\|200px\|thumb]]

	~~Then we sent the~~ data to Document Map ~~to see distributions of~~ geolocations by country ~~attribute~~. ~~The attribute already contains country tags for each article~~, ~~which is why~~ NY Times ~~is great in combinations with~~ Document Map. ~~We selected~~ Germany, ~~which sends all the documents tagged with~~ Germany ~~to the~~ output. ~~Remember~~, ~~we queried~~ NY Times ~~for articles on~~ Slovenia.		Kemudian kami mengirim data ke widget Document Map untuk melihat distribusi atribut geolocations by country. Atribut tersebut sudah berisi tag negara untuk setiap artikel, itulah mengapa widget NY Times sangat bagus dalam kombinasi dengan widget Document Map. Kita memilih Germany, yang mengirimkan semua dokumen yang ditandai dengan Germany ke output. Padahal, kita menanyakan widget NY Times untuk artikel di Slovenia, bukan Germany.

	We can again inspect the output with Corpus Viewer. But there’s a more interesting way of visualizing the data. We’ve sent selected documents to Preprocess Text, where we’ve tokenized text to words and removed stopwords.

	~~Finally~~, ~~we can inspect the top words appearing in last year’s documents on Slovenia and mentioning also~~ Germany ~~with Word Cloud~~.



			Kami kembali dapat memeriksa output dengan widget Corpus Viewer. Tetapi ada cara yang lebih menarik untuk memvisualisasikan data. Kami telah mengirim dokumen yang dipilih ke widget Preprocess Text, tempat kami men-tokenized text ke words dan menghapus stopword.

			Akhirnya, kita dapat memeriksa kata-kata teratas yang muncul dalam dokumen tahun yang kita inginkan di Slovenia dan menyebut juga Germany dengan widget Word Cloud.

	==Referensi==		==Referensi==

Onnowpurbo at 12:28, 11 April 2020

2020-04-11T12:28:01Z

← Older revision		Revision as of 12:28, 11 April 2020
Line 3:		Line 3:


	~~Displays~~ geographic ~~locations mentioned in the~~ text.		Widget Document Map menayangkan lokasi geographic yang melakukan mention di text.

	==Input==		==Input==
Line 13:		Line 13:
	Corpus: Documents containing mentions of selected geographical regions.		Corpus: Documents containing mentions of selected geographical regions.

	Document Map ~~widget shows geolocations from textual~~ (string) ~~data~~. ~~It finds mentions of geographic names~~ (~~countries and capitals~~) ~~and displays distributions~~ (~~frequency of mentions~~) ~~of these names on a map~~. ~~It works with any~~ Orange ~~widget that outputs a~~ data ~~table and that contains at least one~~ string ~~attribute~~. ~~The widget outputs selected~~ data ~~instances~~, ~~that is all documents containing mentions of a selected country~~ (~~or countries~~).		Widget Document Map menunjukkan geolokasi dari data text (string). Widget Document Map menemukan mention nama geografis (negara dan ibu kota) dan menampilkan distribusi (frekuensi sebutan) dari nama-nama ini di peta. Peta Dokumen Widget berfungsi dengan widget Orange yang lain yang menghasilkan tabel data dan yang berisi setidaknya satu atribut string. Widget menampilkan instance data yang dipilih, yaitu semua dokumen yang berisi menyebutkan negara yang dipilih (atau negara).

	[[File:DocMap-stamped.png\|center\|200px\|thumb]]		[[File:DocMap-stamped.png\|center\|200px\|thumb]]

Onnowpurbo at 04:07, 29 January 2020

2020-01-29T04:07:10Z

← Older revision		Revision as of 04:07, 29 January 2020
Line 5:		Line 5:
	Displays geographic locations mentioned in the text.		Displays geographic locations mentioned in the text.

	~~Inputs~~		==Input==

	Data: Data set.		Data: Data set.

	~~Outputs~~		==Output==

	Corpus: Documents containing mentions of selected geographical regions.		Corpus: Documents containing mentions of selected geographical regions.

	Document Map widget shows geolocations from textual (string) data. It finds mentions of geographic names (countries and capitals) and displays distributions (frequency of mentions) of these names on a map. It works with any Orange widget that outputs a data table and that contains at least one string attribute. The widget outputs selected data instances, that is all documents containing mentions of a selected country (or countries).		Document Map widget shows geolocations from textual (string) data. It finds mentions of geographic names (countries and capitals) and displays distributions (frequency of mentions) of these names on a map. It works with any Orange widget that outputs a data table and that contains at least one string attribute. The widget outputs selected data instances, that is all documents containing mentions of a selected country (or countries).
Line 17:		Line 17:
	[[File:DocMap-stamped.png\|center\|200px\|thumb]]		[[File:DocMap-stamped.png\|center\|200px\|thumb]]

	Select the meta attribute you want to search geolocations by. The widget will find all mentions of geolocations in a text and display distributions on a map.		* Select the meta attribute you want to search geolocations by. The widget will find all mentions of geolocations in a text and display distributions on a map.
	Select the type of map you wish to display. The options are World, Europe and USA. You can zoom in and out of the map by pressing + and - buttons on a map or by mouse scroll.		* Select the type of map you wish to display. The options are World, Europe and USA. You can zoom in and out of the map by pressing + and - buttons on a map or by mouse scroll.
	The legend for the geographic distribution of data. Countries with the boldest color are most often mentioned in the selected region attribute (highest frequency).		* The legend for the geographic distribution of data. Countries with the boldest color are most often mentioned in the selected region attribute (highest frequency).

	To select documents mentioning a specific country, click on a country and the widget will output matching documents. To select more than one country hold Ctrl/Cmd upon selection.		To select documents mentioning a specific country, click on a country and the widget will output matching documents. To select more than one country hold Ctrl/Cmd upon selection.

Onnowpurbo at 09:32, 24 January 2020

2020-01-24T09:32:59Z

← Older revision		Revision as of 09:32, 24 January 2020
Line 15:		Line 15:
	Document Map widget shows geolocations from textual (string) data. It finds mentions of geographic names (countries and capitals) and displays distributions (frequency of mentions) of these names on a map. It works with any Orange widget that outputs a data table and that contains at least one string attribute. The widget outputs selected data instances, that is all documents containing mentions of a selected country (or countries).		Document Map widget shows geolocations from textual (string) data. It finds mentions of geographic names (countries and capitals) and displays distributions (frequency of mentions) of these names on a map. It works with any Orange widget that outputs a data table and that contains at least one string attribute. The widget outputs selected data instances, that is all documents containing mentions of a selected country (or countries).

	~~../_images/~~DocMap-stamped.png		[[File:DocMap-stamped.png\|center\|200px\|thumb]]

	Select the meta attribute you want to search geolocations by. The widget will find all mentions of geolocations in a text and display distributions on a map.		Select the meta attribute you want to search geolocations by. The widget will find all mentions of geolocations in a text and display distributions on a map.
Line 22:		Line 22:

	To select documents mentioning a specific country, click on a country and the widget will output matching documents. To select more than one country hold Ctrl/Cmd upon selection.		To select documents mentioning a specific country, click on a country and the widget will output matching documents. To select more than one country hold Ctrl/Cmd upon selection.
	~~Example~~
			==Contoh==

	Document Map widget can be used for simply visualizing distributions of geolocations or for a more complex interactive data analysis. Here, we’ve queried NY Times for articles on Slovenia for the time period of the last year (2015-2016). First we checked the results with Corpus Viewer.		Document Map widget can be used for simply visualizing distributions of geolocations or for a more complex interactive data analysis. Here, we’ve queried NY Times for articles on Slovenia for the time period of the last year (2015-2016). First we checked the results with Corpus Viewer.

	~~../_images/~~DocMap-Example.png		[[File:DocMap-Example.png\|center\|200px\|thumb]]

	Then we sent the data to Document Map to see distributions of geolocations by country attribute. The attribute already contains country tags for each article, which is why NY Times is great in combinations with Document Map. We selected Germany, which sends all the documents tagged with Germany to the output. Remember, we queried NY Times for articles on Slovenia.		Then we sent the data to Document Map to see distributions of geolocations by country attribute. The attribute already contains country tags for each article, which is why NY Times is great in combinations with Document Map. We selected Germany, which sends all the documents tagged with Germany to the output. Remember, we queried NY Times for articles on Slovenia.

Onnowpurbo: Created page with "Sumber: https://orange3-text.readthedocs.io/en/latest/widgets/docmap.html Displays geographic locations mentioned in the text. Inputs Data: Data set. Outputs Co..."

2020-01-19T09:46:27Z

Created page with "Sumber: https://orange3-text.readthedocs.io/en/latest/widgets/docmap.html Displays geographic locations mentioned in the text. Inputs Data: Data set. Outputs Co..."

New page

Sumber: https://orange3-text.readthedocs.io/en/latest/widgets/docmap.html

Displays geographic locations mentioned in the text.

Inputs

Data: Data set.

Outputs

Corpus: Documents containing mentions of selected geographical regions.

Document Map widget shows geolocations from textual (string) data. It finds mentions of geographic names (countries and capitals) and displays distributions (frequency of mentions) of these names on a map. It works with any Orange widget that outputs a data table and that contains at least one string attribute. The widget outputs selected data instances, that is all documents containing mentions of a selected country (or countries).

../_images/DocMap-stamped.png

Select the meta attribute you want to search geolocations by. The widget will find all mentions of geolocations in a text and display distributions on a map.
Select the type of map you wish to display. The options are World, Europe and USA. You can zoom in and out of the map by pressing + and - buttons on a map or by mouse scroll.
The legend for the geographic distribution of data. Countries with the boldest color are most often mentioned in the selected region attribute (highest frequency).

To select documents mentioning a specific country, click on a country and the widget will output matching documents. To select more than one country hold Ctrl/Cmd upon selection.
Example

Document Map widget can be used for simply visualizing distributions of geolocations or for a more complex interactive data analysis. Here, we’ve queried NY Times for articles on Slovenia for the time period of the last year (2015-2016). First we checked the results with Corpus Viewer.

../_images/DocMap-Example.png

Then we sent the data to Document Map to see distributions of geolocations by country attribute. The attribute already contains country tags for each article, which is why NY Times is great in combinations with Document Map. We selected Germany, which sends all the documents tagged with Germany to the output. Remember, we queried NY Times for articles on Slovenia.

We can again inspect the output with Corpus Viewer. But there’s a more interesting way of visualizing the data. We’ve sent selected documents to Preprocess Text, where we’ve tokenized text to words and removed stopwords.

Finally, we can inspect the top words appearing in last year’s documents on Slovenia and mentioning also Germany with Word Cloud.

==Referensi==

* https://orange3-text.readthedocs.io/en/latest/widgets/docmap.html

==Pranala Menarik==

* [[Orange]]