SPSSAU【文本分析】|文本聚类

SPSSAU共提供两种文本聚类方式,分别是按词聚类和按行聚类。按词聚类是指将需要分析的关键词进行聚类分析,并且进行可视化展示,即针对关键词进行聚类,此处关键词可以自由选择。按行聚类分析是指针对以'行'为单位进行聚类分析,将原始文本中多行数据聚为几个类别,并且可将具体聚类类别信息进行下载等。


按词聚类分析

按词聚类分析操作如下图:

默认情况下,系统会将词频靠前的20个关键词提取,并且得到其词向量值,并且其于词向量值进行聚类分析(具体为kmeans聚类),接着进行MDS分析,最终渲染出各个关键词的坐标定位信息,可视化展示词之间的聚类信息。

特别提示:

关键词的词向量提取时,有可能无法获取得到,因而在表格中会展示为'未识别词暂不聚类'即该词不进入聚类分析。

以及默认Demo数据时出来结果如下图:

图中不同的颜色代表不同的类别,其意味着各个关键词之间的类别区分。默认情况下聚类为3类,如果分析关键词较多时,可尝试修改聚类类别个数后,重新分析即可。除此之外,关键词之间的关系情况,还可通过'共词矩阵'(即两个词同时出现在'同一行'的数量情况)查看关键词之间的关系情况,当两个词同时出现的次数越高时,很可能二者关系越为紧密。

在按词聚类分析时,SPSSAU默认提供'共词矩阵'表格,并且可进行下载。'共词矩阵'在社会网络关系图分析中还有进一步使用,具体也可查看社会网络关系图。

默认情况下,SPSSAU将词频最高的前20个关键词进行聚类分析,如果希望改变选中的关键词,可点击'选择分析词'进行自由选择,如下图所示:

可修改高频词的个数,也或自由的点击选择分析词,也可以通过搜索词进行搜索,然后进行选中或者不选中操作等。

按行聚类分析

不同于按词聚类分析,按行聚类分析是指以'行'为单位,针对每行数据进行聚类分析(具体为kmeans聚类),并且计算出各'行'数据的聚类类别,也可直接进行下载聚类类别信息。一般来说,聚类类别选择为3个即可,当然如果数据行数较多,可考虑修改成更多的聚类类别个数,如下图所示:

输出结果时,包括各'行'数据的聚类类别,具体使用时可对其进行下载,用于进一步使用。

相关推荐
chatexcel30 分钟前
AI PPT 教程:基于旅游生活场景的提示词设计与生成流程
人工智能·ppt
寻道码路2 小时前
LangChain4j Java AI 应用开发实战(四):提示词工程进阶 - 模板化与结构化 Prompt 设计
java·人工智能·ai·prompt·aigc
Raink老师7 小时前
【AI面试临阵磨枪-70】Agent 系统如何做分布式调度、跨服务协作、故障恢复?
人工智能·面试·职场和发展
tedcloud1237 小时前
RTK部署教程:构建稳定的AI Workflow环境
服务器·javascript·人工智能·typescript·ocr
Raink老师7 小时前
【AI面试临阵磨枪-71】如何用 AI 优化推荐系统、内容审核、广告创意、搜索体验?
人工智能·面试·职场和发展
AI医影跨模态组学7 小时前
Biomarker Res(IF=11.5)安徽医科大学第一医院:基于机器学习的放射组学模型:子宫内膜癌患者的预后预测及机制探索
人工智能·深度学习·论文·医学·医学影像·影像组学
ftpeak7 小时前
Mooncake:以 KVCache 为中心的分离式 LLM 服务架构
人工智能·ai·架构·ai编程·ai开发
Terrence Shen7 小时前
Hermes agent的tools是怎么落地应用的系列
人工智能·llm·agent·hermes
Raink老师8 小时前
【AI面试临阵磨枪-72】电商全场景 AI Agent 设计(商品咨询 / 订单 / 物流 / 售后 / 退款)
人工智能·面试·职场和发展
仙女修炼史8 小时前
CNN更看重Texture还是shape:imagenet-trained cnns are biased
论文阅读·人工智能·cnn