在近期发布的《如何采集微博博主主页并生成共现矩阵用于Gephi社会网络分析》和《社交媒体话题文本分词后用sklearn的kmeans算法做聚类分析》等文章和实验中，我们使用从GooSeeker中文分词和情感分析软件导出的分词结果或者矩阵数据，很方便的导入Gephi或者在Jupyter Notebook中进行网络布局和算法实验。 GooSeeker中文分词和情感分析软件自发布后，经过多次的软件功能升级，目前已经成为了很多科研工作者的好帮手，比如很多大学生在写论文的过程中，都使用了此软件的中文分词/情感分析/共词矩阵分析功能来提高科研的效率以及从不同的角度进行分析。 历经多次功能升级，分词工具的导出文件也相应的有变化，我们今天就对当前版本的分词工具每种可以导出的数据都再说说： 能够导出的结果表，excel格式
能够生成的图，可供下载：
1. 导入数据的格式 在介绍有哪些导出格式前，先简单说一下导入格式。在创建分词任务时，导入的excel表格式如下图所示：
excel最左边的2列“序号”和“正文”是必须有的，其它的列是可选的。其中“正文”字段的内容就是要进行中文分词和分析的文本。 创建任务后，分词软件对“正文”就会自动分词和统计词频，其它的功能比如人工选词、情感分析、社会网络分析等则可以根据自己的需要进行操作。 下面重点讲讲GooSeeker分词和情感分析软件能够产生哪些结果，有哪些导出格式。 2. 导出界面 2.1 分词、选词、矩阵结果导出界面
2.2 情感分析结果导出界面
3. 导出的结果表 3.1 词频表 词频表里记录了分词后的所有词的记录，每行是一条记录，包含：
3.2 分词效果表 分词效果表以导入时的正文为单位，每条正文一行，和导入文件是一一对应的。包含：
3.3 选词结果表 原始分词结果包含所有的词，有很多词对我们当前分析没有什么意义，或者会干扰分析。所以很多情况下，我们会对分词后的结果进行选词。 在对分词任务进行了人工选词后，此结果表才可以导出。 此结果表的结构和词频表一样，不同的是记录的词是经过选词筛选后的词。包含：
3.4 选词匹配表 在对分词任务进行了人工选词后，此结果表才可以导出。包含：
3.5 选词矩阵表 在对分词任务进行了人工选词后，此结果表才可以导出。包含：
3.6 共词矩阵表 在对分词任务启用了共词矩阵运行后，此结果表才可以导出。 每个词会占据一行，每个词也会占据一列，行列交会的值就是行和列的2个词同时出现的正文的个数。
3.7 情感分析结果表-正文情感分析 在对分词任务启用了“情感分析”运行后，此结果表才可以导出。 该结果表以导入时的“正文”为单位，每行“正文”为一行，列出了该“正文”文本里含有的：正面词，负面词，程度词，否定词，正面句子数，正面得分，负面句子数，负面得分，总得分
3.8 情感分析结果表-句子情感分析 在对分词任务启用了“情感分析”运行后，此结果表才可以导出。 该结果表以导入时的“正文”包含的每个句子为单位，每个“句子”为一行，列出了该“句子”文本里含有的：情感倾向，正面词，负面词，程度词，否定词
4. 生成可供下载的图 4.1 词云图 在对分词任务进行了人工选词后，才可以查看和导出词云图。
4.2 共词网络分析图 在对分词任务启用了共词矩阵运行后，才能查看和导出网络分析图
4.3 情感占比图 在对分词任务启用了“情感分析”运行后，才能导出情感占比图。
|
