电商评论分析时，总会遇到文本分类需求，然而系统自动分类效果并不理想

如何借助半人工半自动来实现文本分类呢？进一步分析文本主题价值呢?

这次视频就是为了解决这个问题

首先，在中文分词报告中，找到“打标分类与关系图

在这里可以手动添加分类

在分类下的主要关键词例如我研究的是米饭评论分析，我添加了关于味道的分类，并在味道分类下，我筛选出的关键词有：很香、很淡、香甜

如果不再增加标签词，记得点击完成按钮，结束标签词的修改

我们还可以在建立一个分类列表，如口感，筛选的词有，偏湿，很硬，夹生

如果你已经有准备好的分类表了，也可以直接上传,点击这里开始上传分类好的打标词表

我们点击开始打标试试看，右侧就自动帮你匹配这个分类下的条数据

一条数据可能提到很多个类别，所以在这一列可以查看类别数量多少，旁边是匹配到的打标词数

我们可以简单预览下匹配的数据，是否正确，可以再优化打标选词的精准度

最后，我们可以点击开始可视化分析,左侧是分类表统计数据和打标关键词云图

相同颜色为同一个分类，出现次数越大，关键词显示越大

最右侧是打标关键词数据分析表了，也可以点击查看报告

我们回到这个主报告页面，接着看下大家比较关心的网络关系

建议大家不要选择太多词，因为词太多，关系展示会比较复杂，难以清晰查看关系，如果有相似意思的标签词建议使用同一词词典合并下

我们可以简单优化下网络关系图效果

把加权数调整高一些

字号大一点，更换下字体样式

如果网络关系图很多显示不全一定要调整以下配置

把斥力因子调整小一点

把引力因子调整小一些

节点距离调整近一点

在渲染下看看效果如何

可以多尝试修改配置，优化网络关系图

这里我们还可以使用布局顺序如默认和类别，都可以试试

好了，打标分类功能，就先分享到这里，下期视频再见

最后更新于: 2023-07-03 22:37:41

感谢您的阅读，本文由 微词云 版权所有。如若，请注明出处：微词云（/）