集搜客分词软件的选词矩阵在哪里下载？

自2025年7月升级以来，集搜客分词软件不在云上提供选词矩阵的导出功能了，其他很多功能开始逐步移植到分词软件的扩展程序上。选词矩阵就是在转移之列，因为选词矩阵是基于机器学习的自然语言处理过程的关键数据，扩展功能主要提供基于机器学习的自然语言处理，在那里导出更合适。

下面将详细讲解怎样从分词扩展程序中导出选词矩阵表。跟导入的数据类型有关，存在两种情况：

1. 用选词匹配表生成选词矩阵：特征提取是在集搜客分词软件上手工做的，选用哪些词有很高的把控度。
2. 用原始文本数据生成选词矩阵：使用机器学习提供的自动的特征词提取功能，选用哪些词没有太好的把控度。

1. 进入LDA话题分析功能

目前只有LDA功能提供了生成选词矩阵。

1.1 进入分词扩展功能

必须在集搜客数据管家浏览器中进入分词扩展功能界面（没有安装集搜客数据管家的请下载安装：https://www.gooseeker.com/pro/gooseeker.html ）。如下图，点击左栏菜单“聚类+其他”，就能进入分词扩展功能的首页，上面介绍了怎样安装扩展模块，按照步骤完成安装。安装过程也可以参考：https://www.gooseeker.com/doc/article-778-1.html

1.2 进入LDA功能

在扩展功能首页的左栏有菜单，点击LDA分析（如果第一次运行，会提示安装扩展模块。参看1.1，不再赘述）。在LDA分析页面上点击创建任务按钮，此时要导入数据，既可以导入原始数据表，也可以导入选词匹配表。假设导入选词匹配表，导入后的界面如下图，在这个界面上点击启动分析，就能到所需的选词矩阵表。

1.3 得到选词矩阵表

由于选词矩阵尺寸十分大，为了存取方便，该表存成了csv格式。存放在硬盘的如下位置：

上图中：

• 测试lda-原始数据 ：是LDA任务名，在导入数据的时候命名，每个任务都有一个目录
• GooSeekerTag：是分词扩展程序的工作目录，如果没有特别配置的话，放在windows登录账号（上图登录账号是work）的主目录中。如果担心占用太多C盘空间，可以在集搜客数据管家的配置界面上修改存放位置。如下图：

1.4 转成Excel格式

如图3，如果导入选词匹配表，生成的选词矩阵名字是：选词匹配表_feature_freq_topic_10_lda_doc_word.csv

其中：

• doc_word：表示 文档-特征词 矩阵
• topic_10：表示执行LDA分析的时候，目标是分析成10个话题

打开Excel，选择 数据->从文本/csv 按钮，在提示框中选择上述csv文件，最后点击“加载”按钮，就能打开csv文件。如果觉得使用excel格式文件更加方便，可以另存一份excel格式的文件。