使用教程

高频词提取工具使用教程：统计词频和固定词组，找出文本中反复强调的核心提法

写报告、做分析的时候，你可能想知道一篇文章里哪些词被反复提到、哪些说法经常连在一起出现。靠人工通读很难精确量化，靠AI读也不行——容易有幻觉，遗漏或编造根本不存在的提法。高频词提取解决的就是这个问题：统计单个词的出现次数，也可以在你勾选两个词、三个词、四个词组合后，统计相邻词组成的固定词组。报告会自动给出关键发现，配上词云、面积图、Top 20 清单和「核心词 × 长组合」对比表；多文件时还会展示跨文档共有词和单篇独有词。

关键词抽取工具使用教程：TF-IDF 和 TextRank 双算法交叉验证，提取文本核心关键词

一篇文章里哪些词最能代表它的主题？单靠一种算法可能会有偏差。关键词抽取同时运行 TF-IDF 和 TextRank 两种方法，TF-IDF 看稀有度，TextRank 看关联强度，再自动计算排名相关系数，帮你在交叉验证中找到最可靠的关键词。

词性标注工具使用教程：统计词类分布，分析文本语法特征

文本中的名词、动词、形容词比例，会影响我们对文体风格的判断。词性标注会把每个词归入语法类别，再汇总为分布统计、相邻词性转移矩阵和基准语料对比。中文文本同时跑两套标注引擎，结果可以相互参照，帮助发现分词路径和语法角色判断上的差异；英文走句法级路径，标签集更贴近跨语言语法体系。

文本质量评估器：从字符构成到任务适用性，给语料做一次全面体检

你手头有一份文本，想拿去做主题建模或者情感分析，但不确定质量够不够。符号太多会不会让分词崩？重复行太多会不会让主题模型全是噪声？文本质量评估器帮你回答这些问题。它用纯统计方法（不调用大模型）从字符构成、词汇丰富度、重复率、句长分布、信息熵等多个维度给文本做一次量化体检，输出一份 0-100 的综合得分和六种 NLP 任务的适用性判定。

中文文本规范化工具使用教程：繁简转换、标点统一、数字转正文、拼音转写

不同来源的中文文本，繁简体、标点符号、数字写法经常不一致。人工阅读时不太显眼，但做排版发布或者文本分析时会出问题——同一个词在简体和繁体里变成了两个词条，词频统计就散了。中文文本规范化帮你把这些不一致统一起来，处理方式是无损替换，一个字都不会丢。和文本清洗不同，规范化是"改写"，清洗是"删减"，建议先规范化再清洗。

文本清洗工具使用教程：批量去除噪声、标点、停用词，输出干净语料

原始文本里经常混着 HTML 标签、多余标点、emoji、零宽字符这些东西。它们会干扰词频统计、主题建模、情感分析的结果。文本清洗帮你把这些噪声批量去掉，处理完得到干净文本和一份对照预览，方便你确认没有误删。

TATOOLS 用户隐私政策