GooSeeker聚类分析及其他扩展的内容分析功能用法

我们将陆续发布一系列扩展模块，将逐步涵盖文本分类、主题分析、基于机器学习的其他文本分析，以及视频分析等等。为什么称为扩展模块，以及安装方法，参看《GooSeeker分词扩展模块的安装方法》。
本贴为用户提供一个交流的地方，有什么问题就跟帖讨论。
目前已经发布的功能有：

• 文本聚类分析：请看《文本聚类分析软件的安装和使用方法》。请在集搜客数据管家的浏览器中进入文本分词和情感分析平台，进入“聚类+其他”菜单，即可进入文本聚类。
• LDA主题分析：请看《话题分析（NMF模型和LDA模型）软件的安装和使用方法》。请在集搜客数据管家的浏览器中进入文本分词和情感分析平台，进入“聚类+其他”菜单，即可进入LDA分析。（2025年12月25日进行了一次升级，除了支持sklearn的LDA模型以外，还增加了对Gensim的LDA模型的支持。
• 中英文分词、基于机器学习的情感分析、共词分析和社交网络图：请看《中英文分词、共词分析和基于机器学习的情感分析软件的使用方法》。请在集搜客数据管家的浏览器中进入文本分词和情感分析平台，进入“聚类+其他”菜单，即可进入中英文分词菜单。
• Top2vec话题发现：请看《top2vec话题发现原理和使用方法》
• BERTopic话题发现：请看《怎样使用BERTopic做话题检测和主题聚类》
  

后续还有更多功能将陆续发布。
其他使用方法：

• 在macOS上运行扩展模块遇到程序无法验证的问题的解决方法
• 为集搜客分词和情感分析扩展模块安装情感分析模型库的方法
• 聚类分析和主题分析中的特征选择参数的设置原则
• 将文本聚类和LDA模块安装在数据盘上的方法
• GooSeeker分词软件的tf-idf算法和特征词选择
• 边表格式和矩阵格式的共词矩阵表有什么区别和作用？
• top2vec话题发现原理和使用方法
• LDA主题分析模型到底是什么？
• 怎样设置LDA模型的超参数alpha(α)和beta(β)
• gooseeker分词工具的命名实体识别和词形还原
• 使用BERTopic时遇到的c-TF-IDF是什么？
• 怎样让GooSeeker分词工具使用宋体画词云图和网络图
• 怎样使用BERTopic做话题检测和主题聚类
• 什么是SBERT
• BERTopic做主题合并以后为什么得到的实际主题数小于目标数？
• 为什么BERTopic话题缩减后特征词出现大量没意义的泛词？
• HDBSCAN的min_samples和min_cluster_size参数应该怎样设置？
• 为BERTopic安装需要的预训练SBERT模型
  

怎么分析不了英文情感词

xieyiw 发表于 2025-5-31 15:35
怎么分析不了英文情感词

英文情感分析将在2025年11月底发布

聚类分析的结果中，两个聚类内存在重复的词汇，请问应该怎么解决呢？

AI视频爬取 发表于 2025-12-9 17:55
聚类分析的结果中，两个聚类内存在重复的词汇，请问应该怎么解决呢？

一个词不可能只属于一个类别，通常会为每个类别做贡献，只是对类别的贡献度会有不同。可以只看topN几个词，这些词重复的少

分析大官微的微博话题最适合使用top2vec。该模型已经在GooSeeker分词扩展模块6.0.0版本支持了。

BERTopic主题聚类功能发布了