文本分析整体使用流程

1. 功能概述

文本分析工具采用项目化管理方式，把一份文本数据保存为一个分析项目，并在项目内完成分词、词云、情感、聚类、主题和社会网络分析。

六个功能的关系如下：

  1. 文本分词：基础步骤，将原始文本拆分为词语，并生成词频结果。
  2. 词云分析：基于分词结果展示高频词和词频分布。
  3. 情感分析：判断文本的正向、负向或中性倾向，并生成情感统计图表。
  4. 文本聚类：根据文本内容相似度，把文本自动分成若干类别。
  5. 主题分析：提取文本集合中的潜在主题，并展示每个主题的关键词。
  6. 社会网络：根据词语共现关系生成共现矩阵和词语网络图。

其中，文本分词是后续分析的基础。完成分词后，词云、情感、聚类、主题和网络分析会自动使用该项目的分词结果。

<div style=“text-align: center;”> <img src=“/guide/figures/文本分析/文本分析初始页面.png” width=“1200” alt=“文本分析初始页面”> </div>

2. 创建文本分析项目

2.1 准备数据文件

文本分析支持 Excel（.xlsx、.xls）和 CSV（.csv）文件。文件中需要包含至少一列文本内容，其他列可以作为辅助信息保留。

建议的数据格式：

编号 文本内容 时间 来源
1 产品质量很好，客服回复也很及时 2026-01 评论
2 物流速度较慢，但包装比较完整 2026-01 评论

数据准备建议：

  • 每一行对应一条文本记录。
  • 文本列不要混入大量空值、编号或纯符号内容。
  • 如果文本来自问卷、评论、访谈或政策文件，建议先统一编码和标点格式。
  • 文件大小和最大行数以页面提示为准。

2.2 新建项目

<div style=“text-align: center;”> <img src=“/guide/figures/文本分析/创建项目.png” width=“600” alt=“创建项目”> </div>

  1. 进入顶部导航栏的【文本分析】页面。
  2. 点击【创建文本分析项目】。
  3. 填写项目名称和项目描述。
  4. 上传数据文件。
  5. 在系统读取列名后，选择包含文本内容的【文本列名】。
  6. 查看数据预览，确认文本列读取正确。
  7. 点击【创建项目】。

创建成功后，系统会进入项目详情页。项目详情页上方展示项目名称、文本列、数据量、原始数据文件和项目状态，下方通过标签页组织六类分析功能。

<div style=“text-align: center;”> <img src=“/guide/figures/文本分析/文本分析任务.png” width=“1100” alt=“文本分析任务”> </div>

3. 推荐分析顺序

3.1 基础探索流程

适合第一次处理一批文本数据：

  1. 先进入【文本分词】，配置过滤选项、停用词和最小词长度，点击【开始分词】。
  2. 查看高频词预览，判断分词结果是否符合研究语境。
  3. 如果高频词中有大量无意义词，调整停用词或过滤参数后重新分词。
  4. 进入【词云分析】，查看主要关键词。
  5. 进入【情感分析】，查看整体态度倾向。

3.2 深入挖掘流程

适合需要写论文、报告或进一步解释文本结构的场景：

  1. 完成并确认分词结果。
  2. 使用【文本聚类】识别文本可以被分成哪些类别。
  3. 使用【主题分析】提取每类或整体文本中的潜在主题。
  4. 使用【社会网络】查看核心词之间的共现关系。
  5. 下载 Excel 报告、矩阵或图片，用于论文、报告或演示材料。

4. 历史版本管理

每个分析标签页都支持历史版本管理。已经有结果时再次点击【重新分词】或【重新分析】，系统会将原结果保存为历史版本，并生成新的当前版本。重新分析前可以填写版本说明，用于记录本次调整了哪些参数。

点击【查看历史记录】可以查看该分析类型下的历史版本，包括版本号、创建时间、版本说明、是否为当前版本和占用空间等信息。

<div style=“text-align: center;”> <img src=“/guide/figures/文本分析/计算记录.png” width=“800” alt=“计算记录”> </div>

历史版本可以查看详情、恢复或删除。恢复版本会用该历史结果替换当前结果；删除历史记录不可恢复，如果删除当前版本，系统会根据剩余历史版本自动处理当前结果。

以下情况适合重新分析并保留版本记录：

  • 修改了停用词或最小词长度。
  • 词云中出现过多无意义高频词。
  • 情感词典需要加入研究领域内的专有表达。
  • 聚类类别数量、主题数量或网络阈值需要调整。
  • 需要对比不同参数设置下的分析结果。

5. 存储空间限制

文本分析项目会占用存储空间，包括上传的原始文件、分词结果、分析结果文件、图表图片和历史版本文件。文本分析页面会显示已使用容量、总容量和使用比例。

当存储空间使用比例较高时，页面会提示用户清理空间：

  • 超过 80%：建议清理不需要的项目或历史记录。
  • 超过 90%：存储压力较高，应尽快清理。
  • 达到或超过 100%：存储空间已满，可能无法创建新项目或保存新的分析结果。

如果提示存储空间不足，可以删除旧项目，或进入项目中删除不再需要的历史分析记录。清理后刷新文本分析页面，确认存储空间使用比例下降，再继续创建项目或执行分析。

建议只保留最终需要复现或引用的关键版本，调参过程中产生的临时版本可以及时删除。

6. 结果使用建议

  • 词频和词云适合描述文本关注焦点。
  • 情感分析适合描述态度倾向和满意度倾向。
  • 文本聚类适合发现样本分组和典型类别。
  • 主题分析适合概括大规模文本中的潜在议题。
  • 社会网络适合说明关键词之间的关联结构。

如果用于论文或正式报告，建议保留参数设置、分析时间、样本量和有效文本数，保证结果可复现。