在現今網路資訊爆炸的時代，每天都有很多新的資訊湧入，PTT是台灣一個網路論壇，也是大學生常常發文討論的地方。Gossiping Board八卦板是PTT最熱門的看板，每天有將近2000篇的新文章，怎麼快速從這麼多的文章中看出大家在討論的主題？在此章節中將介紹SAS Text Miner「文字歸類」節點，這個模組可以將文章分成不同主題，且不同於「文字群集」節點每篇文章只能分到一群，同一篇文章是可能討論很多種不同主題的。 此範例資料是採用2014中華民國九合一選舉前一個禮拜 ( 2014/11/24~2014/11/28 ) 發文的文章，總計共7275篇文章。若想要快速將7275濃縮成25個主題，看哪些文章在討論哪些主題，透過「文字歸類」節點，可看出有1033篇文章在討論「吃、買、去、八卦、賣」這個主題；782篇在討論「連勝、文、哲、柯、票」這個主題...。

在「文字剖析」單元曾提到可加入「停用清單」讓那些詞在後續的分析中不要使用，若已經用excel編好字詞清單或是已存成csv檔，以下步驟說明怎麼將它轉成SAS DATASET用以匯入TM。

如附錄1提到的檔案存放路徑，文字剖析的文字結果會存在： [ 專檔資料夾 ] / Workspaces / EMWS1(對應的流程圖) / textparsing_terms.sas7bdat 可藉由此表做一些篩選的動作篩選出blacklist的字詞，以下為幾個可能用到的函數： -         KCOUNT(string)：算string雙位元組字元的個數，可以看做算「中文」的字數 -         LENGTH(string) ：算string的長度 (含中英文符號等) -         COUNT(string, substring)：string裡包含substring的個數， ex: COUNT('基金贖回，「貝萊德中國基金」', '基金')=2