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
牛奶32 分钟前
AI 能赚钱了——但赚的不是你
人工智能·ai编程·nvidia
凌杰1 小时前
AI 学习笔记:研究方法的演变
人工智能
半盏药香1 小时前
由于jinja2的starlette版本过高引发的问题:500 Server Error TypeError: unhashable type: 'dict'
人工智能
阿里云大数据AI技术1 小时前
MiniMax M3、Kimi K2.7 Code来啦!PAI已支持一键部署,开源前沿触手可及
人工智能·agent
百度Geek说1 小时前
AI Coding 的底层框架:一切优化都是在对抗熵增
人工智能
Java研究者2 小时前
AI智能体研发 | 什么是OpenAI API协议
人工智能·大模型·openai·api·agent·智能体
只是没名字2 小时前
Codex CLI Windows 新手安装教程:从 Node.js 到首次运行
人工智能
用户8630652696132 小时前
Krea 2 LoRA 训练全流程踩坑记录:从打标到双卡并行的 Windows 原生实战
人工智能
木雷坞4 小时前
让 AI 编程助手跑得起项目:Dev Container 实践记录
人工智能
腾讯云开发者5 小时前
港科大郭毅可谈Agentic AI时代的核心命题:人机共生,人不可能退场
人工智能