GooSeeker分词,情感分析和关键词抽取平台使用攻略

GooSeeker分词和文本分析平台是专门为高校师生和研究机构开发的文本内容分析工具。尽量做到0技术门槛，免去编写Python程序的麻烦。研究人员应专注于内容的分析和观察，导入数据后就可导出需要的数据表和观察生成的图表。

1，功能简介
GooSeeker分词和文本分析平台目前有两大部分组成

• 基础功能：从上述链接进入以后，首先看到的基础功能部分。该部分功能运行在GooSeeker服务器上，所以是免安装的，导入数据就能看到分析结果。
• 扩展功能：从基础功能的左栏菜单“聚类+其他”进入扩展功能。扩展功能都是利用机器学习、深度学习和其他统计算法实现的，需要安装扩展模块到自己的电脑上。在扩展功能首页上有安装方法。
  

有些功能是重叠的。下表做一个对比：

	基础功能	扩展功能
分词算法	中文分词	jieba中文分词 和 spacy中英文双语分词
词性标注	中文词性标注	中文和英文词性标注
情感分析	基于词典的情感分析	基于词典的情感分析（开发中）和基于深度学习的情感分析
情绪分析	基于词典的情绪分析	基于词典的情绪分析（开发中）
共词关系图	按共现次数剪枝	按共现次数剪枝和按信息量剪枝（开发中）
词云图	支持	支持
聚类分析	不支持	支持
LDA主题分析	不支持	支持

2. 能够导出的表

• 词频表：所有词的词性和词频。不需要额外操作，导入数据后，就会自动分词，完成后就能导出该表
• 分词效果表：用空格分隔句子中的词。也不需要额外操作，这是自动分词的结果。
• 句子表：（扩展功能才有）将导入的文本切分成句子
• 选词结果表：需要先手工选词才能导出该表。通过人工选词，可以最精准的选择符合分析目的的词语，弥补自动提取特征词的不精准的不足。
• 选词匹配表：也需要先筛选词语，展示所选词与句子的对应关系
• 选词矩阵表：也需要先选词，与选词匹配表不同，所选词并不是放在一起，而是每个词独自占一列，方便统计运算
• 共词矩阵表：也需要先选词，行和列都是所选词，构成一个四方矩阵，数字是两个词同时出现的句子数。
• 情感分析表：需要先执行情感分析才能导出该表。把含有情感倾向的句子罗列出来，标明情感打分和倾向。
• 聚类分析结果表：该表展示每条文本所归属的类别
• LDA主题分析结果表：这是一组表，LDA模型和NMF模型的导出结果还有些不同。主要有：
  
  • 文本-话题矩阵
  • 话题-特征词矩阵
  • 可视化html文件
    

下面是典型表的示例：
a，词频表：


b，分词效果表


c，选词结果表


d，选词匹配表


e，选词矩阵表【注意】从2025年7月开始，GooSeeker分词软件基础功能不再提供选词矩阵表的导出了，而是要在分词扩展功能上导出。而且可以选择导出边表格式还是矩阵格式。


f，共词矩阵表：在基础功能上可以导出共词矩阵，但是，对选词数量有限制。在扩展功能上没有字数限制，而且可以选择导出边表格式还是矩阵格式。


g，情感分析表


点击查看情感分析打分计算方法

3，能生成的分析图

a，词云图：筛选词语以后才能生成词云图。



b，共词关系图：像一个社交关系图，描述了两个词同时出现的情况，可以利用社交关系分析算法做进一步分析



c，聚类特征词图



d，降维后的聚类数据分布图



e，LDA主题特征词图



f，LDA模型搜索图



g，LDA主题分布图



4，操作方法
4.1，使用手册
《分词和分类检索平台使用手册》
《情感分析案例——豆瓣电影评论的情感分析》
《情感分析的算法及自定义情感词典的注意事项》
《社会网络图》
《GooSeeker情感分析的打分原理》
《GooSeeker分词软件的tf-idf算法和特征词选择》

4.2，数据分析案例
《关于鸿蒙操作系统的知乎讨论热点分析》
《抓取头号玩家电影的微博评论数据做口碑分析》
《挖掘淘宝爆款商品名称中的关键词》
《利用GooSeeker分词、Ucient和NetDraw进行社会网络分析》
《爬取豆瓣电影短评做中文分词与数据分析》

4.3，其他问题
《集搜客分词是否可以不选词就直接得到全部词频统计结果？》
《怎样用情感分析表计算出一条原始数据的情感倾向呢？》
《情感分析之后怎么做走势分析图？》
《集搜客的情感分析词典是用的哪个？》

4.4，深度数据挖掘
使用Jupyter Notebook，可以在分词软件导出的数据表基础上进行深度挖掘，常用的场景都总结成了Jupyter Notebook模板，具体参看《用集搜客分词软件和Jupyter Notebook做文本分析和数据探索的案例汇总》

情感分析打分原理参看：https://www.gooseeker.com/doc/article-722-1.html

分词应用的历史版本介绍

• 分词应用v1版
• 分词应用v2版
  

当前是v3版

想请教下 这个分词工具用的是什么算法呢？

elvisll 发表于 2019-11-20 10:42
想请教下 这个分词工具用的是什么算法呢？

这个分词工具发展了很多版本了，每次都会增加更多的NLP处理算法。1，分词方面，这个平台目前使用中科院的分词器，更多分词器参看：《中文分词工具汇总》

2，词性标注：使用了HANLP的开源版本
3，其他处理功能是GooSeeker自己开发的

想问下，情感分析数据下载不下来是因为？

秋风烟雨 发表于 2019-12-22 18:17
想问下，情感分析数据下载不下来是因为？

点击下载，右上角的图标会变成绿色，并且闪动



点击那个图标，可以看下载进度



下载结果存放在电脑的 “下载”文件夹中

请问英文语料可以吗？

zhyzhyzhy 发表于 2019-12-23 11:56
请问英文语料可以吗？

英文也是可以的，但是，通常我们不说能处理英文，因为，要完美地处理因为，必须做词干识别，不然的话，不同时态、单复数等等都会当成不同词了。您可以试试导入一篇英文文章

请问一下，浏览器没有安装框架该如何做呢？我该在哪里去找需要下载安装的框架?

浏览器不支持框架该怎么办