最近要对微博和京东的手机评论分别做分析，类似语义研究，需要对文本数据进行分词，再找出有用的词语，进行标签分类，后面还有一堆的处理步骤，此处省略一万字，但是，单单前面分词这里就弄得头大，原因是本人小白不太懂编程。 在网上随便搜索一下的确能找到不少分词工具，但都是基于java和python语言，对于没有编程基础的人来说就用不了，所以，费了很大劲，终于找到了一款免编程的在线分词工具，叫做集搜客文本分词标注工具，非常简单易用，又刚好满足了我的这种需求，所以，想把这款工具介绍给有相同需求的人！ 就拿我的研究为例吧，我把20万条京东的手机评论导入到工具里，它就会自动切分词语，统计出词频，并且按照降序展示出来，我只要把手机相关的词语选出来就行，包括手机外观硬件和买家的体验感受等等词语。
20万条评论数据分词得到了2万个词语，因为是降序浏览的，并且这个工具支持过滤英文、数字、单个词、网址等，选择了过滤条件后，我浏览了大约4千个词语后，就完成选词工作了，得到总共989个词语，也可以看到它的词云图，最后把数据直接下载下来就搞定了。我也把京东评论的989个标签词发布出来，有需要的可以下载。
比较特别的一点就是，这个工具还可以对选出的标签词再次打标，就是找出跟标签词组合在一起并且具有情感色彩的词语，例如：信号是标签词，评论数据有人说手机的信号很好，也有人说手机的信号很差，这里的很好和很差就是情感词。挺适合做深入语义分析的人。 集搜客文本分词标注工具的分词速度还可以，导入20万条数据大约花了10分钟，并且分词精度高，同时支持中英文分词，分词结果和选词结果都可以下载下来，虽然是个收费软件，一个月是20元，但是有7天的免费试用期，小白可以尝试一下。
若有疑问可以或
 |
